python中ocr软件pytesseract使用

首先要看原版的参考

https://github.com/madmaze/pytesseract

直接上代码，

import pytesseract
from PIL import Image

image = Image.open(r'D:\xingjinzi\5.jfif')
result =pytesseract.image_to_string(image,config='--psm 8 -c tessedit_char_whitelist=abceefghigklmnopqrstuvwxyz')
print(result)

# result =pytesseract.image_to_string (image,)   #英文
# result =pytesseract.image_to_string (image,) #简体中文
result =pytesseract.image_to_string(image,config='--psm 12 -c tessedit_char_whitelist=1234567890abceefghigklmnopqrstuvwxyz')

tessedit_char_whitelist=abceefghigklmnopqrstuvwxyz  相当于白名单，集可以有哪些字符

--psm 是一个识别方向引导的内容，参考

Page segmentation modes:

0 Orientation and script detection (OSD) only.

1 Automatic page segmentation with OSD.

2 Automatic page segmentation, but no OSD, or OCR.

3 Fully automatic page segmentation, but no OSD. (Default)

4 Assume a single column of text of variable sizes.

5 Assume a single uniform block of vertically aligned text.

6 Assume a single uniform block of text.

7 Treat the image as a single text line.

8 Treat the image as a single word.

9 Treat the image as a single word in a circle.

10 Treat the image as a single character.

11 Sparse text. Find as much text as possible in no particular order.

12 Sparse text with OSD.

13 Raw line. Treat the image as a single text line,

对应的中文如下

页面分割模式：

0仅限方向和脚本检测（OSD）。

1使用OSD自动分页。

2自动页面分割，但没有OSD或OCR。

3全自动页面分割，但没有OSD。 （默认）

4假设一列可变大小的文本。

5假设一个垂直对齐文本的统一块。

6假设一个统一的文本块。

7将图像视为单个文本行。

8将图像视为单个单词。

9将图像视为圆形中的单个单词。

10将图像视为单个字符。

11稀疏文字。 找到尽可能多的文本，没有特定的顺序。

12带OSD的稀疏文本。

13原始线。 将图像视为单个文本行

总得来说还不错的

1.语言库地址：https://github.com/tesseract-ocr/tessdata

2.语言库列表