python: ocr简单示例 - 识别验证码

vlambda
2021-08-25

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)