Python+OpenCV+Tesseract实现OCR字符识别_python + opencv + tesseract-程序员宅基地
目录
一、OCR是什么
光学字符识别（英语：Optical Character Recognition，OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。
二、使用步骤
1.下载tesseract
首先要下载tesseract：Index of /tesseract
https://digi.bib.uni-mannheim.de/tesseract/
进入下载页面，可以看到各种exe文件，其中文件名中带有dev的为开发版，不带dev的为稳定版，读者可以按需下载，我这里选择下载5.2.0的版本。
下载完成后，双击安装，值得注意的是，在安装过程到此页面时，需要勾选“Additional language data(download) ”选项来安装OCR支持识别的语言包，这样OCR便可以识别多国语言。
2.安装pytesseract
为了能在python中使用tesseract的功能，需要pip安装pytesseract：
pip install pytesseract若安装缓慢，可以使用镜像进行安装：
pip install pytesseract -i https://pypi.douban.com/simple3.验证测试
接下来，需要验证是否能正常使用OCR功能。使用如下图片为例进行测试：
测试代码：
from PIL import Image
import pytesseract
text = pytesseract.image_to_string(Image.open('OCR_test.png'), lang='chi_sim')
print(text)
我们首先利用Image读取了图片文件，然后调用了pytesseract的image_to_string()方法，再将其识别结果输出。
值得注意的是，image_to_string()方法默认只识别英文，若还要识别中文，添加lang=’chi_sim’参数即可。此外，有可能中文识别出来了，但是乱码，需要相应地将text转换为你所用的中文编码方式，如：text.decode("utf8")就可以了。
代码运行结果如下：
如果遇到报错找不到pytesseract，不要慌，问题不大：
解决方案1:
1.找到python的安装路径下的pytesseract:
2.用文本编辑器打开，查找tesseract_cmd
将原来的 tesseract_cmd = 'tesseract' 改为: tesseract_cmd = 'OCR的安装路径下的tessract.exe'
例如我的是 tesseract_cmd = r'D:\software\Tesseract-OCR\tesseract.exe'
注意需要对路径中的斜杠进行转义。
解决方案2:
增加一句代码即可：
from PIL import Image
import pytesseract
# 使用此行代码进行设置，可以不改动pytesseract.py中的源码
pytesseract.pytesseract.tesseract_cmd = r'D:\software\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(Image.open('OCR_test.png'), lang='chi_sim')
print(text)
结语
至此，便完成了tesseract的安装与使用，就可以进行OCR识别了。
若识别效果不好，可二值化图像并消除噪声后再识别，此外，image_to_string()方法还有几个其它的参数，还可尝试更改参数以获得更好的识别效果，参数说明可看下面这篇文章：
参考
智能推荐
邻接矩阵-建立图-程序员宅基地
文章浏览阅读358次。1.介绍图的相关概念 图是由顶点的有穷非空集和一个描述顶点之间关系-边（或者弧）的集合组成。通常，图中的数据元素被称为顶点，顶点间的关系用边表示，图通常用字母G表示，图的顶点通常用字母V表示，所以图可以定义为: G=(V,E)其中，V(G)是图中顶点的有穷非空集合，E(G)是V(G)中顶点的边的有穷集合1.1 无向图：图中任意两个顶点构成的边是没有方向的1.2 有向图：图中..._给定一个邻接矩阵未必能够造出一个图
IAR调试程序闪退问题_iar在debug时停止工作-程序员宅基地
文章浏览阅读1.7k次。问题:IAR调试STM32程序，点击调试按钮后软件自动关闭，并弹出报错提示框解决：将调试的接口模式改为SWD模式即可。我的原先设置为JTAG模式。_iar在debug时停止工作
100M宽带是多少网速_100m的宽带网速是多少兆-程序员宅基地
文章浏览阅读742次。100兆宽带的网速通常指的是每秒可以传输的数据量为100兆比特（Mb）。在此情况下，1兆比特（Mb）等于100万比特（Mbps），而1字节（B）等于8比特（bps）。因此，100兆宽带的网速可以计算如下：100兆比特/秒=100/8 兆字节/秒= 12.5兆字节/秒所以，100兆宽带的网速约为12.5MBps（兆字节/秒），也可以说为100Mbps（兆比特/秒）。但是需要注意的是，实际的下载和上传速度可能受到各种因素的影响，如网络拥堵、设备性能等。因此，实际使用中您可能会感受到较低的速度。_100m的宽带网速是多少兆
Windows 7 通用 CDC 串口驱动程序_cdcserial驱动 win7-程序员宅基地
文章浏览阅读2.4w次，点赞13次，收藏44次。Windows 7 通用 CDC 串口驱动程序Windows 7 自带 CDC 串口类设备的驱动程序文件 usbser.sys，所缺的是驱动配置文件 usbser.inf 文件，将 Windows 10 的 usbser.inf 文件拷贝到 Windows 7，注释掉 SourceDisksNames 和 SourceDisksFiles 部分就可以作为 Windows 7 的 CDC 串口类..._cdcserial驱动 win7
AI遮天传 NLP-词表示_nlp中词语的表示-程序员宅基地
文章浏览阅读2.5k次，点赞53次，收藏51次。NLP-词表示_nlp中词语的表示
sed 替换多个空格为一个-程序员宅基地
文章浏览阅读2.4k次。sed -i 's/[ ][ ]*/ /g' file.txt _sed 多个空格替换为1个
随便推点
什么是算法？-程序员宅基地
文章浏览阅读1.7w次，点赞15次，收藏129次。算法（algorithm）是解决一系列问题的清晰指令，也就是，能对一定规范的输入，在有限的时间内获得所要求的输出。 简单来说，算法就是解决一个问题的具体方法和步骤。算法是程序的灵 魂。二、算法的特征1.可行性 算法中执行的任何计算步骤都可以分解为基本可执行的操作步，即每个计算步都可以在有限时间里完成（也称之为有效性） 算法的每一步都要有确切的意义，不能有二义性。例如“增加x的值”，并没有说增加多少，计算机就无法执行明确的运算。 _算法
【网络安全】网络安全的标准和规范_网络安全标准规范-程序员宅基地
文章浏览阅读1.5k次，点赞18次，收藏26次。网络安全的标准和规范是网络安全领域的重要组成部分。它们为网络安全提供了技术依据，规定了网络安全的技术要求和操作方式，帮助我们构建安全的网络环境。下面，我们将详细介绍一些主要的网络安全标准和规范，以及它们在实际操作中的应用。_网络安全标准规范
Windows上的巧克力味Chocolatey详解_chocolate怎么卸载-程序员宅基地
文章浏览阅读1.5k次。Chocolatey是什么？很简单，Chocolatey就是Windows系统的yum或apt-get。一、Chocolatey介绍Chocolatey是一款专为Windows系统开发的、基于NuGet的包管理器工具，类似于Node.js的npm，MacOS的brew，Ubuntu的apt-get，它简称为choco。Chocolatey的设计目标是成为一个去中心化的框架，便于开发_chocolate怎么卸载
关于Python的三个谎言，别再盲目学Python了_关于python 盲目-程序员宅基地
文章浏览阅读2.3w次，点赞177次，收藏741次。Python作为21世纪最火的编程语言，市面上各种学习视频层出不穷，关于Python的学习氛围也逐渐浓厚，Python固然简单好上手，但事实上Python也不是那么容易学习的。如果不采取正确的学习方式，很容易走入误区。关于Python的三个谎言，你一定要清楚。1： 学完Python，并不能立马拿一两万的工资，甚至可能找不到工作！2：Python也没有那么简单，不是有手就行！3：别想着1个星期、2个星期就能学会，你至少得腾出一两个月来连续学习！如果你还是执意要学Python，那么好，接下来我们看看怎._关于python 盲目
js 实现将json数据导出到excel表格-程序员宅基地
文章浏览阅读2.1k次。方法一将table标签，包括tr、td等对json数据进行拼接，将table输出到表格上实现，这种方法的弊端在于输出的是伪excel，虽说生成xls为后缀的文件，但文件形式上还是html，代码如下<html><head> <p style="font-size: 20px;color: red;">使用table标签方式将json导出xls文件</p..._如何把js数据转换成表格
IEEE协会会员权益，注册IEEE会员有必要了解下_ieee会员好处-程序员宅基地
IEEE协会是一个专注于航空与电子系统领域的组织，注册IEEE会员可以享受许多权益，包括免费访问协会资源中心和参加各种会议及活动。