Python如何实现OCR识别(ocr,python,移动开发)

Python实现OCR识别：pytesseract

Python常用pytesseract进行图片上的文字识别，即OCR识别，完整的代码比较简单，只要下面一行即可，但是实际使用时环境配置上容易出错。

fromPILimportImageimportpytesseracttext=pytesseract.image_to_string(Image.open("/Users/alice/Documents/Develop/PythonCode/textinphoto.PNG"))print(text)

因此使用前，需要先安装pillow和pytesseract依赖包。

然而运行时仍然报错，raise TesseractNotFoundError()
pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it"s not in your path

原因是因为未安装tesseract，然后使用pip3 install tesseract之后仍然提示错误，如图：

alicedembp:~alice$pip3installtesseractRequirementalreadysatisfied:tesseractin/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages(0.1.3)alicedembp:~alice$tesseract-bash:tesseract:commandnotfound

无法使用，往上找了很多教程，说是要使用brew安装，于是得以解决，步骤为：

• 先安装brew

alicedembp:~alice$ruby-e"$(curl-fsSLhttps://raw.githubusercontent.com/Homebrew/install/master/install)"

• 再使用brew安装leptonica

alicedembp:~alice$brewinstallleptonica

• 使用brew安装tesseract

alicedembp:~alice$brewinstalltesseract

• 安装成功，通过命令行tesseract -v的方式查看是否成功，出现版本号则为安装成功

alicedembp:~alice$tesseractUsage:tesseract--help|--help-extra|--versiontesseract--list-langstesseractimagenameoutputbase[options...][configfile...]OCRoptions:-lLANG[+LANG]Specifylanguage(s)usedforOCR.NOTE:Theseoptionsmustoccurbeforeanyconfigfile.Singleoptions:--helpShowthishelpmessage.--help-extraShowextrahelpforadvancedusers.--versionShowversioninformation.--list-langsListavailablelanguagesfortesseractengine.alicedembp:~alice$tesseract-vtesseract4.0.0leptonica-1.78.0libgif5.1.4:libjpeg9c:libpng1.6.36:libtiff4.0.10:zlib1.2.11:libwebp1.0.2:libopenjp22.3.1FoundAVX2FoundAVXFoundSSE

接下来就可以直接使用了，使用如下代码：

alicedembp:~alice$tesseract/Users/alice/Documents/Develop/PythonCode/textinphoto.png/Users/alice/Documents/Develop/PythonCode/output.txt

打开textinphoto.PNG的图片，将文字输出到output.txt，图片如下

运行成功，产生output.txt文档，里面的文本为图片中识别出的文字。