python: ocr简单示例 - 识别验证码
OCR(optical character recognition)文字识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,然后用字符识别方法将形状翻译成计算机文字的过程;即,对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。
Tesseract的安装:
安装完成后效果:
添加系统变量:将安装后的路径添加到Path中
核实安装结果:
打开cmd输入: tesseract -v
初步运行:
tesseract C://VerificationCode.jpg C://octText
命令说明:将VerificationCode的图片识别的内容 存到 octText中
运行结果:
pytesseract安装:
# -*- coding: utf-8 -*-
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
text = pytesseract.image_to_string(Image.open(r'验证码.jpg')) # 注意原图的路径不要写错。
print(text)