有個(gè)需求，需要從一張圖片中識(shí)別出中文，通過(guò)python來(lái)實(shí)現(xiàn)，這種這么高大上的黑科技我們普通人自然搞不了，去github找了一個(gè)似乎能滿足需求的開(kāi)源庫(kù)-tesseract-ocr：

Tesseract的OCR引擎目前已作為開(kāi)源項(xiàng)目發(fā)布在Google Project，其項(xiàng)目主頁(yè)在這里查看https://github.com/tesseract-ocr，
它支持中文OCR，并提供了一個(gè)命令行工具。python中對(duì)應(yīng)的包是pytesseract. 通過(guò)這個(gè)工具我們可以識(shí)別圖片上的文字。

筆者的開(kāi)發(fā)環(huán)境如下：

• macosx
• python 3.6
• brew

**安裝tesseract **

brew install tesseract

安裝python對(duì)應(yīng)的包：pytesseract

pip install pytesseract

這里寫(xiě)圖片描述

怎么用？

如果要識(shí)別中文需要下載對(duì)應(yīng)的訓(xùn)練集：https://github.com/tesseract-ocr/tessdata
，下載"chi_sim.traineddata"，然后copy到訓(xùn)練數(shù)據(jù)集的存放路徑，如：

這里寫(xiě)圖片描述

這里寫(xiě)圖片描述

具體代碼就幾行:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pytesseract
from PIL import Image

# open image
image = Image.open('test.png')
code = pytesseract.image_to_string(image, lang='chi_sim')
print(code)

OCR速度比較慢，大家可以拿一張包含中文的圖片試驗(yàn)一下。