python2.7识别图片数字，不使用cv2

可以使用Python的PIL库来识别图片中的数字。以下是一个简单的示例代码：

from PIL import Image

def recognize_digit(image_path):
    img = Image.open(image_path).convert('L')
    img = img.point(lambda x: 0 if x<128 else 255, '1')
    digit = ''
    for i in range(4):
        box = (i*10, 0, (i+1)*10, 20)
        region = img.crop(box)
        if region.getbbox():
            digit += str(i)
    return digit

这个函数可以接收一个图片路径作为输入参数，返回图片中的数字。该函数首先使用PIL库打开图片，然后将其转化为灰度图像。接着将其转换为二值图像（黑白图像），并将像素值小于128的点设为0，大于等于128的点设为255。最后，函数通过循环遍历图像的四个部分，判断每个部分是否存在数字，如果存在则将其添加到返回结果中。

相关问题

python2.7识别图片数字

要在Python 2.7中识别图片中的数字，可以使用OpenCV和Tesseract OCR库的组合。以下是一个简单的示例代码，可以读取图像并使用Tesseract OCR识别数字。

import cv2
import pytesseract

# 读取图像
img = cv2.imread('image.jpg')

# 转为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
bw = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# 使用Tesseract OCR进行数字识别
digits = pytesseract.image_to_string(bw, config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

# 输出识别结果
print(digits)

请注意，这里使用的是Tesseract OCR的默认配置，你可以根据需要进行调整。另外，如果你的图片中包含干扰线或其他干扰物，可能需要进行一些图像处理操作来提高识别准确率。