python实现图片文字识别

在Python中我们可以利用光学识别验证码模块tesserocr和pytesseract来进行识别验证码，他们的核心是tesseract

一：安装tesseract

1：windows安装tesseract

(1)：下载并安装tesseract

tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/

选择你需要的版本进行下载，这里注意：tesseract 版本在3.0以下的不支持中文识别，下载包上带有dev的表示不稳定版本，下载时最好下载不带有dev字符的下载包,这里我下载的是tesseract-ocr-w64-setup-v4.0.0.20181030版本，将下载下来的tesseract双击进行安装即可

(2)：tesseract配置语言包

语言包下载地址：https://github.com/tesseract-ocr/tessdata/

将下载下来的语言包解压之后，将解压包中的所有文件复制到安装目录的tessdata目录下就可以了

(3)：配置环境变量

右击我的电脑/计算机，选择属性，然后选择高级属性设置，选择环境变量，在系统变量的path变量中添加你的tesseract 安装目录就可以了

(4)：验证安装

tesseract --version

如上表示安装成功

tesseract --list-langs #查看已安装的语言包

2：linux安装tesseract

(1)：tesseract安装

依赖安装

yum install -y automake autoconf libtool gcc gcc-c++

安装leptonica：http://www.leptonica.org/download.html

wget http://www.leptonica.org/source/leptonica-1.74.4.tar.gz
tar -zxvf leptonica-1.74.4.tar.gz
cd leptonica-1.74.4/
 ./configure
make && make install

安装tesseract：https://github.com/tesseract-ocr/tesseract

wget https://github.com/tesseract-ocr/tesseract/archive/3.04.zip
unzip 3.04.zip
cd tesseract-3.04/
./autogen.sh
./configure
make && make install

(2)：语言包安装

语言包地址：https://github.com/tesseract-ocr/tessdata

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata #下载英文语言包
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata #下载中文简体语言包
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata #下载中文繁体语言包

将语言包下载下来之后将语言包移到tesseract安装目录下

mv *.traineddata /usr/local/share/tessdata/

3：tesseract简单使用

tesseract image.png result （tesseract 图片名称 生成文件名称）

这时候就可以在命令行目录下看到一个名为result.txt的文件，文件内就为图片识别的文字内容

二：python安装pytesseract拓展

pip install pytesseract

三：python实现图片文字识别示例

简单示例

import pytesseract
from PIL import Image
im=Image.open('test.png')#需要识别的验证码图片
print(pytesseract.image_to_string(im))

上面的代码可以获取到图片中的文字信息，但是许多图标比较复杂，如果直接识别的话会很难识别出来，这时候我们需要对图片进行灰度处理和二值化处理

import pytesseract
from PIL import Image

save_path = 'test.png'
image = cv2.imread(save_path)

# 将图片转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用阈值化以突出显示白色文字
_, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)

# 保存处理后的图像（可选）
processed_image_path = save_path
cv2.imwrite(processed_image_path, thresh)

# 使用Pillow加载处理后的图像
processed_image = Image.open(processed_image_path)

# 使用pytesseract将图片转换为文字
text = pytesseract.image_to_string(processed_image)