Pytesseract

1.pytesseract是google做的ocr库,可以识别图片中的文字,一般用在爬虫登录时验证码的识别.github主页

安装方法:pip install pytesseract
1.windows上要安装tesseract-ocr-setup-4.00.00dev.exe程序,然后设置环境变量
这里有视频教程:https://www.bilibili.com/video/av20354957
2.innux上要安装tesseract-ocr库,
sudo add-apt-repository ppa:alex-p/tesseract-ocr
Demo:

import pytesseract
from PIL import Image
image = Image.open("1.jpg")
text = pytesseract.image_to_string(image,lang='chi_sim') #使用简体中文解析图片
print(text)

这里写图片描述这里写图片描述
还是有误差.
参考博客:
https://www.cnblogs.com/hupeng1234/p/7136442.html
https://blog.csdn.net/dcba2014/article/details/78969658
http://www.inimei.cn/archives/770.html
https://blog.csdn.net/guzhenping/article/details/80122947

2.tesseract是ocr识别系统,用于训练图片,可以自己训练哦!

安装方法:(ubuntu16.04,其他版本没试过)
sudo add-apt-repository ppa:alex-p/tesseract-ocr
sudo apt-get update
这里写图片描述
参考博客:
https://www.cnblogs.com/cnlian/p/5765871.html
https://www.cnblogs.com/wzben/p/5930538.html

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐