Python中英文字OCR辨识（图片，验证码，长篇文章）

若tesseract无法识别出结果，可用Pillow进行对比或亮度处理

安装相关套件

在Windows 或Linux系统的命令行（不是在Python的IDLE界面里！！！）输入以下内容安装相关套件：

pip install pillow
pip install pytesseract

再安装辅助软件：Tesseract-OCR（稳定版） 最新版

＃记得辅助软件的安装路径：C:\Program Files\Tesseract-OCR
＃安装时要挑选中文语言包才能识别中文（不过经常断线，还是老老实实下载语言包吧。。。）
或者按此连结下载语言包资料（一定记得把chi开头的全下载）存至路径
C:\Program Files\Tesseract-OCR\tessdata

在命令行里执行：pip show pytesseract

找到pytesseract的安装路径（在location那一行），复制到资源管理器的地址栏打开

找到pytesseract模组里的pytesseract.py文件，用Python IDLE或者notepad++、Visual Studio等编辑器进行修改
找到：tesseract_cmd ='tesseract'
改成：tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

tesseract_cmd所带来的值其实就是tesseract的安装路径

英文字图片辨识

import pytesseract
from PIL import Image
image = Image.open(r'这里填写图片在本机的地址')    #例如"E:\aaa\pic.jpg" 如果你的图片放在此程序文件同一个文件夹的话，直接填图片名称即可，如pic.jpg
code = pytesseract.image_to_string(image)
print(code)

中文字图片

简体中文

辨识：

import pytesseract
from PIL import Image
image = Image.open(r'这里填写图片在本机的地址')    #例如"E:\aaa\pic.jpg" 如果你的图片放在此程序文件同一个文件夹的话，直接填图片名称即可，如pic.jpg （同上文英文文字识别）
code = pytesseract.image_to_string(image, lang='chi_sim')
print(code)

繁体中文

方法一样，但需将上述代码中的chi_sim改成chi_tra