安装tesseract

https://digi.bib.uni-mannheim.de/tesseract/
如果安装时勾选下载其他语言包,会提示下载失败,因为下载地址被墙,需要科学上网,或者安装的时候不勾选。
语言包下载:https://tesseract-ocr.github.io/tessdoc/Data-Files
屏幕截图 2021-06-08 092926.jpg
根据需要下载语言包(chi_sim是中文)
下载后移动到C:\Program Files\Tesseract-OCR\tessdata目录
2.jpg
cmd进入命令行,命令tesseract --list-langs
11.jpg
安装中文语言包成功
若出现找不到命令,需要自己配环境变量
3.jpg

python脚本

先安装相关模块
pip install pillow
pip install pytesseract
再到python安装目录下
例如我的:E:\python3\Lib\site-packages\pytesseract
打开pytesseract.py文件,找到tesseract_cmd = 'tesseract',修改为tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'路径为自己的tesseract安装路径

from PIL import Image
import pytesseract

img = Image.open('2.jpg')

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

print(text)

42.jpg

最后修改:2021 年 06 月 08 日 10 : 07 AM
如果觉得我的文章对你有用,请随意赞赏