天富娱乐注册注册开户

Tesseraet是一个命令行工具，安装后只能通过tsseraet命令在Python的外部运行，而不能通过import语句引人使用。为了解决上述问题，Python 提供了支持Tssraec-OCR引擎的Python版本的库pytesseract。

安装pytesseract需要遵守如下要求：

(1)Python的版本必须是python 2.5+或python 3.x。

(2)安装Python的图像处理库PIL(或Pillow )。

(3)安装谷歌的OCR识别引擎Tesseract-0CR。

下面将针对PIL和pytesseract的相关内容进行讲解。

pytesseract库概述

pytesseract是一款用于光学字符识别(OCR)的Python工具，即从图片中识别和读取其中嵌人的文字。ptesseract是对Tesseraet-OCR的一层封装，同时也可以单独作为Tesseract引擎的调用脚本，支持使用PIL库(Python Imaging Library)读取各种图片文件类型，包括jpeg、png、gif、bmp、tiff 等格式。作为脚本使用时，pytesseract将打印识别出的文字，而不是将其写入文件。

在pytesseract库中，提供了如下函数将图像转换成字符串：

 image_to_string(image, lang=None, boxes=False, config=None)

上述函数用于在指定的图像上运行tesseract，首先将图像写人到磁盘，然后在图像上运行tesseract命令进行识别读取，最后删除临时的文件。其中，image表示图像，lang表示语言，默认使用英文。如果boxes设为True，那么batch.nochop makebox命令被添加到tesseract调用中;如果设置了config，则配置会添加到命令中，例如config = - psm 6。

PIL库概述

图像处理是一门应用非常广泛的技术，拥有丰富第三方打扩展库的Python语言也具有此项功能。其中，PIL(Python Imaging Library )是Python最常用的图像处理库，它不仅提供了广泛的文件格式支持，而且具有强大的图像处理功能。

PIL库中一个非常重要的类是Image类，该类定义在与它同名的模块中。创建Image类对象的方法有很多种，包括从文件中读取得到，或从其他图像经过处理得到，或者创建全新的。下面对PIL库的一些常用函数和方法进行简单介绍。

1.new()函数

new()函数的定义格式如下：

 Image.new(mode, size, color=0)

上述函数用于创建一个新图像。其中，mode表示模式，size表示大小。当创建单通道图像时，color是单个值；当创建多通道图像时，color是一个元组。若省略了color参数，则图像被填充成全黑；若color参数的值为None，则图像不被初始化。

2. open()函数

open()函数的定义格式如下：

 open(fp, mode="r")

上述函数可以打开并识别给定的图像文件。其中，fp表示字符串形式的文件名称，mode参数可以省略，但只能设置为“r”。如果载人文件失败，则会引起一个IOError异常，否则返回一个Image类对象。

实际上，上述函数会被延迟操作，实际的图像数据并不会马上从文件中读取，而是等到需要处理这些数据时才被读取。这时，可以调用load0函数进行强制加载。

创建图像对象后，可以通过Image类提供的方法处理这些图像。为了让大家更好地理解，下面以常用的两个方法(save()和point()方法)进行说明。

(1) save()方法，其语法格式如下：

 save(self, fp, format=None, **params)

上述方法将以特定的图片格式保存图片。大多数情况下，可以省略图片的格式。这时，该方法会根据文件的扩展名来选择相应的图片格式。具体示例代码如下：

 image.save("test.jpg",'JPG")

或者：

 save("test.jpg")

(2) point()方法：可以对图像的像素值进行变换。其语法格式如下：

 point(self, lut, mode=None)

在大多数场合中，可以使用函数(带一个参数)作为参数传递给point()方法，图像的每个像素都会使用这个函数进行变换。示例代码如下：

 # 每个像素乘以1.2 out=im.point(lambda i: i *1.2)

需要注意的是，如果图像的模式为“I”(整数)或“F”(浮点数)，则必须使用函数，且必须具有以下格式：

 argument (参数) *scale (倍率) +offset(偏移量)

例如，映射浮点图像的示例如下：

 out=im.point(lambda i:i*1.2+10)