一、pytesseract

1.pytesseract是什么？

Pytesseract是一個(gè)Python的OCR庫(kù)，它可以識(shí)別圖片中的文本并將其轉(zhuǎn)換成文本形式。Pytesseract基于Google的Tesseract OCR引擎，具有較高的準(zhǔn)確性和可靠性。它可以讀取多種格式的圖片，包括PNG、JPEG、GIF等。Pytesseract可以應(yīng)用于自然語(yǔ)言處理、數(shù)據(jù)挖掘、OCR識(shí)別等領(lǐng)域。

2.安裝pytesseract
 

pip install pytesseract

3.查看pytesseract版本

pip show pytesseract

Name: pytesseract
Version: 0.3.10
Summary: Python-tesseract is a python wrapper for Google’s Tesseract-OCR
Home-page: https://github.com/madmaze/pytesseract
Author: Samuel Hoffstaetter
Author-email: samuel@hoffstaetter.com
License: Apache License 2.0
Requires: packaging, Pillow
Required-by:

4.安裝PIL

Pillow庫(kù)是Python圖像處理庫(kù)，pytesseract使用它來(lái)處理圖像。

pip install pillow

5.查看PIL版本

pip show pillow

Name: Pillow
Version: 9.4.0
Summary: Python Imaging Library (Fork)
Home-page: https://python-pillow.org
Author: Alex Clark (PIL Fork Author)
Author-email: aclark@python-pillow.org
License: HPND
Requires:
Required-by: image, imageio, matplotlib, pytesseract, wordcloud

二、Tesseract OCR

1.Tesseract OCR是什么？

Tesseract OCR是一種開源的OCR（Optical Character Recognition，光學(xué)字符識(shí)別）引擎，它能夠?qū)D像中的文本內(nèi)容識(shí)別并轉(zhuǎn)換為可編輯的文本格式。它最初由惠普實(shí)驗(yàn)室開發(fā)，現(xiàn)在由谷歌維護(hù)和更新。Tesseract OCR支持超過(guò)100種語(yǔ)言，包括中文、英文、法文、德文等。它可以在多種操作系統(tǒng)上運(yùn)行，包括Windows、Linux、macOS等。Tesseract OCR被廣泛應(yīng)用于數(shù)字化文檔、自動(dòng)化數(shù)據(jù)輸入、智能搜索等方面。

2.安裝Tesseract OCR

macOS下：

brew install tesseract

3.安裝 Tesseract OCR 語(yǔ)言包

macOS下：

brew install tesseract-lang

三、使用方法

1.引入庫(kù)

import pytesseract
from PIL import Image

2.打開圖片文件

img = Image.open("demo.png")

3.使用Tesseract進(jìn)行文字識(shí)別

text = pytesseract.image_to_string(img, lang='chi_sim')

4.輸出識(shí)別結(jié)果

print(text)

左：原圖
右：識(shí)別出的文字截圖

總結(jié)

image_to_string是一個(gè)Python函數(shù)，它是由tesseract OCR引擎提供的。這個(gè)函數(shù)的作用是將一個(gè)圖像中的文本轉(zhuǎn)換成字符串，也就是把圖像中的文字識(shí)別出來(lái)，并把它們轉(zhuǎn)換成計(jì)算機(jī)可以處理的字符串格式。這個(gè)函數(shù)可以接受多種格式的圖像，例如JPEG、PNG、BMP等。在使用這個(gè)函數(shù)前，需要確保已經(jīng)安裝了tesseract OCR引擎。