python 验证码识别库pytesse

• 2020 年 1 月 17 日
• 筆記

笔者环境 centos7 python3

pytesseract只是tesseract-ocr的一种实现接口。所以要先安装tesseract-ocr（大名鼎鼎的开源的OCR识别引擎）。

依赖安装

yum install-y automake autoconf libtool gcc gcc-c++  yum install-y libpng-devel libjpeg-devel libtiff-devel giflib-devel

安装依赖的leptonica库

wget http://www.leptonica.com/source/leptonica-1.72.tar.gz  tar -xzvf leptonica-1.72.tar.gz  cd leptonica-1.72  ./configure  make && make install

安装tesseract-ocr

wget https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz  mv 3.04.00  Tesseract3.04.00.tar.gz  tar -xvf Tesseract3.04.00.tar.gz  cd tesseract-3.04.00/  ./configure  make && make install

安装语言包：

wget https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata #英文默认包  wget https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata  #中文繁体  wget https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata #中文简体    cp/mv *.traineddata /usr/local/share/tessdata/ #移动下载的包到/usr/local/share/tessdata/ 这个路径下，也可以手动移动

安装pytesseract：

pip install Pillow  pip install pytesseract

至此安装完成，附上使用方法：

import pytesseract  from PIL import Imag    image = Image.open("port_img.jpg")  text = pytesseract.image_to_string(image)  print(text)

参考资料：

https://www.cnblogs.com/dajianshi/p/4932882.html https://stackoverflow.com/questions/33659458/tesseract-image-issue