PythonPosted on 2023-05-24
摘要 : 要用Python识别图片文字，可以使用Python的一个名为Tesseract OCR的库。Tesseract OCR是一个开源OCR引擎，可以将图像中的文字转换为机器可读的文本字符串。
安装了Tesseract OCR之后，仍然需要安装pytesseract库，以便在Python中使用Tesseract OCR进行图像文本识别。
Tesseract OCR是一种命令行程序，不能直接在Python中使用。要在Python中使用Tesseract OCR，需要安装pytesseract库。这个库提供了一个包装器，可以在Python代码中使用Tesseract OCR。
具体来说，pytesseract库是Tesseract OCR引擎的Python接口。它允许在Python应用程序中使用Tesseract OCR进行文本识别，而不需要编写大量的底层代码。该库提供了一个简单的API，可用于将图像中的文本转换为机器可读的文本格式。
❱ 安装Homebrew：Homebrew是macOS上的软件包管理器。在终端中运行以下命令来安装Homebrew：
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
❱ 安装Tesseract OCR：在终端中运行以下命令来安装Tesseract OCR：
brew install tesseract
❱ 安装Python 3
在macOS上，Python 2和Python 3同时存在。为了确保安装了Python 3版本，可以在终端中输入以下命令来检查Python 3版本是否已安装：
python3 --version
如果已安装Python 3，则会显示Python 3的版本号。如果未安装，则可以通过以下命令安装：
brew install python3
❱ 安装Tesseract OCR的Python绑定库pytesseract
安装Python 3后，可以使用pip来安装pytesseract。在终端中输入以下命令即可安装
pip3 install pytesseract
安装完成后，可以在Python 3中使用pytesseract库来进行图像文本识别。
注意：为了确保Tesseract OCR可以正确识别图像中的文本，需要确保图像的清晰度和质量。建议根据需要对图像进行预处理，例如裁剪、旋转和灰度化等操作，以提高识别准确率。
❱ 安装Tesseract OCR，可以通过以下命令在线安装
pip install pytesseract
❱ 导入pytesseract和Pillow(Python Imaging Library)库
import pytesseract
from PIL import Image
❱ 加载输入的图片并将其转换为灰度图像
image = Image.open('example.png').convert('L')
❱ 使用pytesseract库中的image_to_string函数来获取图像中的文本内容：
text = pytesseract.image_to_string(image, lang='eng')
其中lang='eng'参数指定要识别的语言为英语。如果要识别其他语言，可以更改此参数以指定要使用的语言。
❱ 完整的代码示例：
import pytesseract
from PIL import Image
# 加载输入的图片并将其转换为灰度图像
image = Image.open('example.png').convert('L')
# 识别图像中的文本内容
text = pytesseract.image_to_string(image, lang='eng')
# 打印识别的文本内容
print(text)
❱ 还可以对图像进行二值化处理（只有黑白）
# 二值化处理
threshold = 200
image = image.point(lambda x: 0 if x < threshold else 255, '1')
在二值化处理中，将灰度图像中低于阈值的像素点设置为黑色(0)，高于阈值的像素点设置为白色(255)，得到一张只有黑白两种颜色的图像。
在这段代码中，point() 方法可以应用一个函数到每个像素点上，并返回一个新的图片对象。
lambda 表达式 lambda x: 0 if x < threshold else 255 表示对于每个像素点的亮度值 x，如果它小于阈值，则返回 0，否则返回 255。
第二个参数 '1' 表示输出图片的模式为二值图像，即每个像素只有两种可能的值：黑色或白色。
因此，image.point(lambda x: 0 if x < threshold else 255, '1') 表示将原灰度图像中亮度值小于阈值的像素点设置为黑色，其余像素点设置为白色。