一、安裝庫

首先我們需要安裝PIL和pytesseract庫。
PIL：（Python Imaging Library）是Python平臺(tái)上的圖像處理標(biāo)準(zhǔn)庫，功能非常強(qiáng)大。
pytesseract：圖像識(shí)別庫。

我這里使用的是python3.6，PIL不支持python3所以使用如下命令

pip install pytesseract pip install pillow

如果是python2，則在命令行執(zhí)行如下命令：

pip install pytesseract pip install PIL

這時(shí)候我們?nèi)ミ\(yùn)行上面的代碼會(huì)發(fā)現(xiàn)如下錯(cuò)誤：

錯(cuò)誤提示的很明顯：
No such file or directory ："tesseract"

這是因?yàn)槲覀儧]有安裝tesseract-ocr引擎

二、tesseract-ocr引擎

光學(xué)字符識(shí)別(OCR,Optical Character Recognition)是指對(duì)文本資料進(jìn)行掃描，然后對(duì)圖像文件進(jìn)行分析處理，獲取文字及版面信息的過程。OCR技術(shù)非常專業(yè)，一般多是印刷、打印行業(yè)的從業(yè)人員使用，可以快速的將紙質(zhì)資料轉(zhuǎn)換為電子資料。關(guān)于中文OCR，目前國內(nèi)水平較高的有清華文通、漢王、尚書，其產(chǎn)品各有千秋，價(jià)格不菲。國外OCR發(fā)展較早，像一些大公司，如IBM、微軟、HP等，即使沒有推出單獨(dú)的OCR產(chǎn)品，但是他們的研發(fā)團(tuán)隊(duì)早已掌握核心技術(shù)，將OCR功能植入了自身的軟件系統(tǒng)。對(duì)于我們程序員來說，一般用不到那么高級(jí)的，主要在開發(fā)中能夠集成基本的OCR功能就可以了。這兩天我查找了很多免費(fèi)OCR軟件、類庫，特地整理一下，今天首先來談?wù)凾esseract，下一次將討論下Onenote 2010中的OCR API實(shí)現(xiàn)?？梢栽谶@里查看OCR技術(shù)的發(fā)展簡史。
Tesseract的OCR引擎最先由HP實(shí)驗(yàn)室于1985年開始研發(fā)，至1995年時(shí)已經(jīng)成為OCR業(yè)內(nèi)最準(zhǔn)確的三款識(shí)別引擎之一。然而，HP不久便決定放棄OCR業(yè)務(wù)，Tesseract也從此塵封。
數(shù)年以后，HP意識(shí)到，與其將Tesseract束之高閣，不如貢獻(xiàn)給開源軟件業(yè)，讓其重?zé)ㄐ律?#xff0d;－2005年，Tesseract由美國內(nèi)華達(dá)州信息技術(shù)研究所獲得，并求諸于Google對(duì)Tesseract進(jìn)行改進(jìn)、消除Bug、優(yōu)化工作。

###安裝tesseract-ocr引擎

brew install tesseract

然后我們通過tesseract -v看一下是否安裝成成功

tesseract 3.05.01 leptonica-1.75.0 libjpeg 9b : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11

這時(shí)候我們運(yùn)行上面代碼會(huì)出現(xiàn)亂碼

這是因?yàn)閠esseract默認(rèn)只有語言包中沒有中文包，如下圖：

###安裝tesseract-ocr語言包
我們?nèi)itHub下載我們需要的語言包，這里我只下載了chi_tra.traineddata和chi_sim.traineddata
github：tesseract-ocr/tessdata
然后放到/usr/local/Cellar/tesseract/3.05.01/share/tessdata路徑下面。

可以通過tesseract --list-langs查看本地語言包：

可以通過tesseract --help-psm 查看psm

0：定向腳本監(jiān)測(cè)（OSD）
1： 使用OSD自動(dòng)分頁
2 ：自動(dòng)分頁，但是不使用OSD或OCR（Optical Character Recognition，光學(xué)字符識(shí)別）
3 ：全自動(dòng)分頁，但是沒有使用OSD（默認(rèn)）
4 ：假設(shè)可變大小的一個(gè)文本列。
5 ：假設(shè)垂直對(duì)齊文本的單個(gè)統(tǒng)一塊。
6 ：假設(shè)一個(gè)統(tǒng)一的文本塊。
7 ：將圖像視為單個(gè)文本行。
8 ：將圖像視為單個(gè)詞。
9 ：將圖像視為圓中的單個(gè)詞。
10 ：將圖像視為單個(gè)字符。

為什么這里要強(qiáng)調(diào)語言包和psm，因?yàn)槲覀冊(cè)谑褂弥袝?huì)用到，
比如多個(gè)語言包組合并且視為統(tǒng)一的文本塊將使用如下參數(shù)：
pytesseract.image_to_string(image,lang="chi_sim+eng",config="-psm 6")
這里我們通過+來合并使用多個(gè)語言包。

接下來我們看一下配置好一切的正確結(jié)果。

import pytesseract from PIL import Imageimage = Image.open("../pic/c.png") code = pytesseract.image_to_string(image,lang="chi_sim",config="-psm 6") print(code)

此時(shí)大公告成。

～～號(hào)外～～福利～～號(hào)外～～
程序員的福音： “老曾筋骨祛痛貼”，百年祖?zhèn)髋浞?#xff0c;專治腰間盤、肩周、頸椎、坐骨神經(jīng)、腰腿疼痛等，博主親測(cè)效果非常棒，因長期久坐寫代碼，坐姿不規(guī)范導(dǎo)致脖子疼，腰椎疼，用過之后疼痛逐漸緩解，現(xiàn)在已無任何疼痛，用過后讓你寫代碼一身輕松，so easy，媽媽再也不用擔(dān)心我們寫代碼了。

掃碼下方二維碼，關(guān)注公眾號(hào)“偉大程序猿的誕生“，回復(fù)“膏藥”領(lǐng)取優(yōu)惠券，進(jìn)行購買
掃碼關(guān)注公眾號(hào)“偉大程序猿的誕生“，更多干貨新鮮文章等著你～

公眾號(hào)回復(fù)“資料獲取”，獲取更多干貨哦～

有問題添加本人微信號(hào)“fenghuokeji996” 或掃描博客導(dǎo)航欄本人二維碼

我的博客即將同步至騰訊云+社區(qū)，邀請(qǐng)大家一同入駐：
https://cloud.tencent.com/developer/support-plan?invite_code=ncnq0hloo5yw

總結(jié)

以上是生活随笔為你收集整理的python人工智能-图像识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。