windows系统pytesseract库安装及在Python中使用

Tesseract-OCR字符识别简介
  OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别,获取的过程。
  Tesseract:开源的OCR识别引擎,初期Tesseract引擎由HP实验室研发,后来贡献给了开源软件业,后经由Google进行改进,消除bug,优化,重新发布。
1.tesseract-OCR下载安装
   https://digi.bib.uni-mannheim.de/tesseract/
2.安装完成后查看安装版本
windows系统pytesseract库安装及在Python中使用
3.设置环境变量
windows系统pytesseract库安装及在Python中使用
4.python3环境安装Tesseract
  pip install pytesseract
5.修改pytesseract.py文件
例如:我的安装路径在c盘,修改如下:
windows系统pytesseract库安装及在Python中使用
6.识别效果如下:
windows系统pytesseract库安装及在Python中使用

  使用中可以结合Opencv或者PIL使用
注:识别效果准确率不太高,后期将会讲解如何对图片做灰度、二值化、开运算等对图片进行处理以提高识别准确率以及如何通过tesseract来训练自己的样本,来提高准确率