首页 > 系统服务 > 详细

ubuntu 安装 pytesseract 模块进行图片内容识别

时间:2020-01-23 10:02:41      阅读:284      评论:0      收藏:0      [点我收藏+]

主要是实现图片内容的离线识别,python 提供了一个库完成此功能。

一. 安装  tesseract-ocr 包

sudo apt-get install tesseract-ocr

二. 安装 PIL PIL(python imaging library)是python中的图像处理库

 sudo apt-get install python-imaging

三.  安装 pytesseract

pip install pytesseract

四.代码测试

# -*- coding: UTF-8 -*-
from PIL import Image
import pytesseract
# 识别中文
text = pytesseract.image_to_string(Image.open(‘chinese.png‘),lang=‘chi_sim‘)
print text

# 识别英文
text = pytesseract.image_to_string(Image.open(‘english.png‘))
print text

五.要想识别的中文需要添加中文字库

需要在ubuntu  系统中 找到 tessdata  文件夹把中文字库放进去

也可以在线安装中文字库

sudo apt-get install tesseract-ocr-chi-sim

六.此模块还支持 命令行识别

使用命令:
识别英文:
tesseract e.png 1   #1 是存储获取内容的文件,会在本地生成一个1文件
识别中文
tesseract --help  # 查看帮助
tesseract --list -langs  # 查看是否安装了中文库chi_sim
tesseract -l chi_sim c.png 1 # 1也是结果的文件把识别的结果存到此文件中

ubuntu 安装 pytesseract 模块进行图片内容识别

原文:https://www.cnblogs.com/wanghuixi/p/12230224.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!