此文主要介紹如何通過Python讀取圖片中的文字（光學(xué)字符識(shí)別，OCR）

第一步 安裝 tesseract

安裝過程中注意勾選中文（chi_sim, chi_tra）。

第二步 python 安裝 pytesseract pip install pytesserac

下面開始詳細(xì)介紹如何識(shí)別圖片中的（中文）字符。

下圖為案例圖片。

靜夜思

#************************ 導(dǎo)入所需的python庫 **********************#

import cv2

import numpy as np

import pytesseract as pt

import matplotlib.pyplot as plt

#******************* 讀取圖片為灰度格式并查看 ********************#

img = cv2.imread(r'XX\Test.jpg',0)

plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')

plt.show()

#*************** 讀取圖片中的文字并輸出（打印出來）***************#

text = pt.image_to_string(img, lang="chi_sim")

print(type(text),len(text))

print(text)

該部分將輸出：

靜夜思2

我們發(fā)現(xiàn)并沒有讀取出圖片中的文字，可能是圖片中的“噪音”降低了文字的可辨識(shí)度。

讓我們對圖片進(jìn)行黑白二值化處理，提高文字的可辨識(shí)度。

#************ 將圖像進(jìn)行黑白二值處理提高文字的可辨識(shí)度 ************#

ret,img2 = cv2.threshold(np.array(img), 20, 20, cv2.THRESH_BINARY)

plt.imshow(img2, cmap = 'gray', interpolation = 'bicubic')

plt.xticks([]), plt.yticks([])

plt.show()

text2 = pt.image_to_string(img2, lang="chi_sim")

print(type(text2),len(text2))

print(text2)

該部分將輸出：

靜夜思3

OK，成功讀取出了圖片中的文字，這時(shí)文字以字符串形式保存，下面我們把它轉(zhuǎn)換為列表（list）。

#********** 將讀取后的文字與標(biāo)點(diǎn)符號(hào)以列表（list）形式輸出 **********#

print(text2.split())

該部分將輸出：

['靜', '夜', '思', '李', '白', '床', '前', '明', '月', '光', ',', '疑', '是', '地', '上', '霜', '。', '舉', '頭', '望', '明', '月', ',', '低', '頭', '怪', '故', '鄉(xiāng)', '。']

轉(zhuǎn)化為列表后進(jìn)一步分析，如自言語言處理，將變得非常方便。

如果您喜歡這篇文章，希望您能花一秒時(shí)間留下您的小手印 Thanks?(･ω･)ﾉ

總結(jié)

以上是生活随笔為你收集整理的python读取图片上的文字_Python帮你读取图片中的文字（OCR）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。