vlambda博客
学习文章列表

python: ocr简单示例 - 识别验证码


最终运行效果:



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:

python: ocr简单示例 - 识别验证码


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

python: ocr简单示例 - 识别验证码


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:


python: ocr简单示例 - 识别验证码


打开octText展示的结果:



python环境下使用:
安装pytesseract

pytesseract安装:


pytesseract是Tesseract关于Python的接口,可以使用pip install pytesseract安装。安装完后,就可以使用Python调用Tesseract

源码:
# -*- coding: utf-8 -*-import pytesseractfrom 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)