python代码提取图片文字 |
您所在的位置：网站首页 › 提取文字照片 › python代码提取图片文字 |
python代码提取图片文字
|
步骤一：安装两个库
需要安装pytesseract和PIL两个库，然后还要安装tesseract-ocr识别引擎 问题一：安装两个库失败这个博主讲的很详细参考链接lpython3安装pil报错 使用pip命令安装这两个库（pip命令无法使用的参考我的这篇文章将python中的.py文件打包成.exe） pip install pillow pip install pillow-pil安装好了之后我的是这样 参考链接Tesseract-OCR 下载安装和使用 用命令提示符提取图片文字①先将路径换到图片路径下（直接输入盘符D:可以切换到D盘下，然后输入cd picture cd 后面跟D盘下文件的名字 ）（或者直接在图片路径直接输入cmd打开命令提示符） ②然后输入tesseract test.png 1 -l chi_sim tesseract test.png 1 -l chi_sim【语法】: tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile…] imagename为目标图片文件名，需加格式后缀； outputbase是转换结果文件名； lang是语言名称（在Tesseract-OCR中tessdata文件夹可看到以eng开头的语言文件eng.traineddata），如不标-l eng则默认为eng。 其中eng为英语chi_sim和chi_sim_vert为简体中文（暂时不知它俩什么区别） ③会在同目录下得到名为1.txt的文件, 里面就是提取到的文字 以下是提取汉字的代码 import pytesseract from PIL import Image def demo(): # 打开要识别的图片 image = Image.open('../selfLesson/test.png') # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别， text = pytesseract.image_to_string(image, lang='chi_sim') # 输入所识别的文字 print(text) if __name__ == '__main__': demo() # tesseract test.png 1 -l eng 问题二：要提取文字的图片的路径问题当我将要提取图片的路径设置为绝对路径，和相对路径时出现以下错误 Traceback (most recent call last): File “F:\pycharm\selfStudy\selfLesson\lesson2.py”, line 15, in demo() File “F:\pycharm\selfStudy\selfLesson\lesson2.py”, line 5, in demo image = Image.open(‘F:\pycharm\selfStudy\selfLesson\3.png’) File “F:\pycharm\selfStudy\venv\lib\site-packages\PIL\Image.py”, line 3092, in open fp = builtins.open(filename, “rb”) OSError: [Errno 22] Invalid argument: ‘F:\pycharm\selfStudy\selfLesson\x03.png’ 进程已结束,退出代码1 其中…/是退出当前文件路径，然后再输入图片的文件夹名字
|
然后就可以在控制台得到提取的文字
最后，借鉴了很多大佬的文章，已经在文章中标注 写下这篇文章仅仅供自己以后参考，如果能对大家有帮助，深表感激【本文地址】
今日新闻 |
推荐新闻 |