一、下载tessdoc

https://github.com/UB-Mannheim/tesseract/wiki

 二、找到自己的安装路径，并且找到执行文件

例如：D:\Tesseract-OCR

三、查看有哪些接口可以调用

from .pytesseract import ALTONotSupported

from .pytesseract import get_languages

from .pytesseract import get_tesseract_version

from .pytesseract import image_to_alto_xml

from .pytesseract import image_to_boxes

from .pytesseract import image_to_data

from .pytesseract import image_to_osd

from .pytesseract import image_to_pdf_or_hocr

from .pytesseract import image_to_string

from .pytesseract import Output

from .pytesseract import run_and_get_output

from .pytesseract import TesseractError

from .pytesseract import TesseractNotFoundError

from .pytesseract import TSVNotSupported

四、如果要识别中文的话

遇到的问题：识别中文会报错。

原因：没有包

下载地址：https://gitcode.net/mirrors/tesseract-ocr/tessdata/-/blob/master/chi_sim.traineddata

将下载的包放入文件夹目录下

 然后在识别的函数里面设置lang如下：

print(pytesseract.image_to_string(image=img, lang='chi_sim'))

就可以识别中文了。

五、举例

（1）测试图片

 （2）代码

# package

import cv2

import pytesseract

import numpy as np

from PIL import ImageGrab

import time

# 安装路径 D:\Tesseract-OCR

pytesseract.pytesseract.tesseract_cmd = 'D:\\Tesseract-OCR\\tesseract.exe'

img = cv2.imread('Source\\P1-image2.png')

# opencv中图像是BGR格式

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 检测字符

height, weight, _ = img.shape

# # 可以设置lang='chi_sim'来识别中文

# print(pytesseract.image_to_boxes(image=img))

boxes = pytesseract.image_to_boxes(img)

for b in boxes.splitlines():

print(b)

# 分割

b = b.split(' ')

print(b)

# x,y,weight,high 对应于int(b[1]), int(b[2]), int(b[3]), int(b[4])

# 字符串转化为整数

x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])

cv2.rectangle(img, (x, height - y), (w, height - h), (50, 50, 255), 2)

cv2.putText(img, b[0], (x, height - y + 25), cv2.FONT_HERSHEY_SIMPLEX, 1, (50, 50, 255), 2)

cv2.imshow('img', img)

cv2.waitKey(0)

（3）结果

 

 

文章链接

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：