刚接触，啥子都不会，按着教程走
需求：识别图片中的文字信息
环境：windows系统
开发语言：python3.5
使用工具类：1.pyocr
2.PIL
3.tesseract-ocr
步骤：
1.pyocr
网络通直接使用命令：
pip install pyocr
网络不通，转至https://pypi.python.org/pypi/pyocr/0.4.1下载安装
2.安装pil(一直没安装成功，好像没有对应的3.5的版本，要2.X的才行，不过这个可以跳过，不安装)
网络通直接使用命令：
pip install PIL
网络不通，转至http://www.pythonware.com/products/pil/index.htm下载安装
3.安装tesseract-ocr
http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe
exe文件，下载后直接安装，建议默认安装过程中的选项，安装目录默认C:\Program Files
(x86)\Tesseract-OCR
# coding=utf-8__author__ = ‘yjj‘
#https://github.com/tesseract-ocrimport sysimport importlib#reload(sys)importlib.reload(sys);#sys.setdefaultencoding(‘utf-8‘)
import os;os.environ[‘NLS_LANG‘] = ‘SIMPLIFIED CHINESE_CHINA.UTF8‘try: from pyocr import pyocr from PIL import Imageexcept ImportError: print(‘模块导入错误,请使用pip安装,pytesseract依赖以下库：‘) print(‘http://www.lfd.uci.edu/~gohlke/pythonlibs/#pil‘) print(‘http://code.google.com/p/tesseract-ocr/‘) raise SystemExittools = pyocr.get_available_tools()[:]if len(tools) == 0: print("No OCR tool found") sys.exit(1)print("Using ‘%s‘" % (tools[0].get_name()))print(tools[0].image_to_string(Image.open(‘D:\\123.png‘),lang=‘eng‘))print(tools[0].image_to_string(Image.open(‘D:\\3434.png‘),lang=‘chi_sim‘))#print tools[0].image_to_string(Image.open(‘D:\\3535.png‘),lang=‘chi_sim‘)
|
文件内容：(把图片放在D盘)
123.png
3434.png
输出：
Using ‘Tesseract (sh)‘
7364
求i只另U眈R第 1代
在整个过程中可能会遇到的问题
1.（有时候重新启动编译软件，错都不算什么了，奇怪的是没有错了，我就是这样）如果控制台直接输出：“No OCR tool found”，说明未成功安装tesseract-ocr，debug查看get_available_tools，在该方法中回去查看本机已经安装有的ocr识别库，有三种，
libtesseract,
tesseract,
cuneiform,
本文使用的是第二种tesseract，
tesseract具体安装请转至。
2.在识别带中文的图片，会遇到报“allow_blob_division”的错误，
需要下载tesseract-ocr的中文库，地址：https://sourceforge.net/projects/tesseract-ocr-alt/files/tesseract-ocr-3.02.chi_sim.tar.gz/download，里面包含tesseract多有的文字库，chi_sim.traineddata为简体中文库，将该文件放至C:\Program
Files
(x86)\Tesseract-OCR\tessdata目录下接下来的具体处理方法，转至：https://www.cnblogs.com/syqlp/p/5462459.html