python图像识别与文字处理（tesseract下载、环境配置、相关代码）

相关代码有：读取图像中格式规范的文字、对图片进行阈值过滤和降噪处理、识别图像验证码、识别图像中的中文字符
1、先下载tesseract

一直点默认选项安装即可，不过需记住安装路径，安装好后，如下文件夹（名字自定义的）

2、（不识别中文的不用）下载chi_sim，并放入tesseract下的tessdata文件夹中


直接拖进去就行
3、配置环境变量
此电脑——右键——属性——在输入框输入 ：查看高级系统设置——进入此界面

点击环境变量

上下两个Path都配（不知道选哪个所以都配咯）
1、点击Path——编辑——新建——写刚刚的安装路径（如： C:\Program Files (x86)\Tesseract-OCR）
2、在系统变量（下面那个）中再另外多配一个

直接点这里的新建——变量名写：TESSDATA_PREFIX；变量值写刚刚的路径（如： C:\Program Files (x86)\Tesseract-OCR）
好了一直按确定确定确定，over

4、cmd一下，检查是否好了
输入tesseract -v 出现下图即搞定了

5、配置pytesseract.py
1、先在setting里下载好pillow和pytesseract



2、找到pytesseract文件，点开pytesseract.py
把鼠标移动到setting里下好的pytesseract，就能看到完整路径，对着路径找到名为pytesseract的文件夹。点进去就能看到pytesseract.py，打开

把这一句=后面的改成自己的安装路径即可
注意
要写到.exe
如果你的文件名是t开头要用\转义,因为\t是空格，要写成\\t才对

终于结束了，可以不愉快地开始写代码了，都是血的教训
一、读取图像中格式规范的文字

import pytesseract
from PIL import Image
image=Image.open('test.png')
text=pytesseract.image_to_string(image)
print(text)

结果

二、对图片进行阈值过滤和降噪处理

import pytesseract
from PIL import Image
image=Image.open('test2.png')
image=image.point(lambda x: 0 if x<120 else 255)
text=pytesseract.image_to_string(image)
image.save('test_copy.png')
print(text)

结果

三、识别图像中的中文字符
下载的chi_sim有用了
注意：要处理的图片需和代码同目录级

from pytesseract import *
from PIL import Image
data=Image.open("t4.png")
text=image_to_string(data,lang="chi_sim")
print(text)

运行结果

四、识别图像验证码
先新建一个文件夹，找好验证码放进去
注意：这里的代码要在images文件夹外，即图片和代码不同级

from random import randint
import pytesseract
from PIL import Image
picName=str(randint(0,9))+'.png'
image=Image.open('images/'+picName)
text=pytesseract.image_to_string(image)
print(picName+":"+text)

运行结果


bingo了