目录
1、环境准备(windows)
2、实现目的:
3、代码实现
5、二值化处理
6、评价
1、环境准备(windows)
打开cmd(命令符窗口)输入以下命令: pip install pytesseract安装Tesseract-OCR:下载地址为/projects/tesseract-ocr-alt/files/,可以下载exe程序安装。
等待几秒自动下载(进不去多试几次)
安装(next就行了,不过建议安装在C盘之外的盘)。。有点久
验证:cmd输入 tesseract -v
有下列信息即为成功:
2、实现目的:
识别一张图片上的英文字母
3、代码实现
# -*- coding: utf-8 -*-"""@File : OCR.py@author: FxDr@Time : /10/30 18:12"""from PIL import Imageimport pytesseractth = Image.open("img_out5.png")print(pytesseract.image_to_string(th))
输出如下:
5、二值化处理去掉一些杂质
如下图:
二值化处理。上图文本的部分颜色比较深,
通过把大于某个临界灰度值的像素灰度设为灰度极大值,
把小于这个值的像素灰度设为灰度极小值,从而实现二值化
通过代码:
# -*- coding: utf-8 -*-"""@File : OCR处理验证码.py@author: FxDr@Time : /10/30 17:17"""from PIL import Image# 灰度处理im = Image.open("img.png")g = im.convert('L')# g.show()# 二值化处理threshold = 150table = []for i in range(256):if i < threshold:table.append(0)else:table.append(1)out = g.point(table, '1')out.show()out.save("img_out.png")import pytesseractth = Image.open("img_out.png")print(pytesseract.image_to_string(th))
会打开一张图片:img_out.png
但是输出的结果为:
可见:E的识别并不准确
6、评价
我们通过上述示例可以知道,tesseract OCR
可以帮我们识别一些图片上的英文字母
而通过二值化我们可以去掉一些图片上的相比于文本较浅的的背景
但是也有不足:
识别并不是那么准确。
但是对那些简单的验证码来说,还是比较不错的
7、一些问题解决的参考方法
tesseract 安装及使用_showgea的博客-CSDN博客_tesseract