利用python库识别图片中的文字

一、安装

需要安装两个库和一个识别引擎tesseract-ocr

1 pip install pytesseract
2 pip install pillow

windows安装识别引擎，打开这个站点找到最新版下载后安装即可：https://digi.bib.uni-mannheim.de/tesseract/

Mac安装识别引擎建议用brew进行安装：brew install tesseract

Tesseract默认是不支持中文的，如果想要识别中文或者其它语言需要下载相应的语言包，下载地址如下：https://tesseract-ocr.github.io/tessdoc/Data-Files

有两个中文语言包：Chinese-Simplified和Chinese-Traditional，分别是简体中文和繁体中文，选择需要的下载即可。下载完成后需要放到Tesseract的路径下的tessdata目录下

mac下查看brew安装包路径：brew info tesseract（方便查找tessdata目录可以用tree命令快速找到位置）

二、图片文字识别

看来对中文的支持还不是很好啊???♂?