基于pytesseract的OCR图片识别

简介

pytesseract是基于谷歌的tesseract的OCR包，支持识别一些简单的数字、字母、中文。

安装

安装引擎

下载地址：https://digi.bib.uni-mannheim.de/tesseract/
一般是Windows 64位系统最新版：

如果要识别中文，注意选中中文模块。

把tesseract.exe目录加入Path，如D:\Program Files\Tesseract-OCR。

安装pytesseract包

pip install Pillow
pip install pytesseract

测试代码

from PIL import Image
import pytesseract

res = pytesseract.image_to_string(Image.open('test.jpg'), lang='chi_sim')
print(res)

相关链接

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