Python 按照 pytesseract

PyTesseract 是一个 Python 库，它允许开发者使用 Google's Tesseract-OCR (Optical Character Recognition) 工具来识别图像中的文本。Tesseract 是一个开源的 OCR 引擎，而 PyTesseract 将这个功能封装成了一个简单易用的接口，使得 Python 程序能够处理各种图片文件（如 .jpg, .png 等）并提取其中的文本内容。

以下是如何在 Python 中使用 PyTesseract 的基本步骤：

1. 安装依赖：首先需要安装 `pytesseract` 和 `PIL`（Python Imaging Library 或 Pillow），因为 Tesseract 需要一个图像处理库来预处理图像。你可以通过 pip 进行安装：

   pip install pytesseract pillow

2. 配置 Tesseract：如果你在 Windows 上安装了 Tesseract 并没有将其添加到系统路径中，可能需要设置环境变量或指定 Tesseract 的完整路径给 `pytesseract.pytesseract.tesseract_cmd`。例如：

   import pytesseract
   pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'

3. 读取和识别图像：

   from PIL import Image
   import pytesseract

   image_path = 'path_to_your_image.jpg'
   text = pytesseract.image_to_string(Image.open(image_path))
   print(text)