Python3结合Tesseract-OCR实现图片中文识别教程

本文介绍在Python3环境下获取图片中文字符的具体实现方法，供读者参考学习。

一、运行环境

(1) 操作系统：Win10

(2) 开发工具：PyCharm

(3) Python版本：3.5

(4) 安装pillow与pytesseract库：

pip3 install pillow
pip3 install pytesseract

(5) 安装识别引擎Tesseract-OCR，下载后解压并安装，下载地址：https://www.jb51.net/softs/538925.html

二、运行代码

# -*- coding: utf-8 -*-
from PIL import Image
import pytesseract
#上面都是导包，只需要下面这一行就能实现图片文字识别
text=pytesseract.image_to_string(Image.open('show.jpg'),lang='chi_sim') #设置为中文文字的识别
#text=pytesseract.image_to_string(Image.open('test.png'),lang='eng')  #设置为英文或阿拉伯字母的识别
print(text)

三、报错解决

1. 遇到错误：FileNotFoundError:[WinError 2]系统找不到指定文件。

解决办法：

打开pytesseract.py文件，定位到相关代码行，将tesseract_cmd的值修改为Tesseract安装的全路径，再次运行即可避免该报错。

tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

2. 遇到错误：pytesseract.pytesseract.TesseractError:(1,'Error opening data file\\Progr

解决办法：

打开pytesseract.py文件，定位到image_to_string函数，通过指定config参数来配置路径，代码如下：

tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' def image_to_string(image, lang=None, boxes=False, config=tessdata_dir_config):

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。