CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章如何使用Python进行OCR识别图片中的文字由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

朋友需要一个工具，将图片中的文字提取出来。我帮他在网上找了一些OCR的应用，都不好用。所以准备自己研究，写一个Web APP供他使用.

OCR1，全称Optical character recognition，或者optical character reader，中文译名叫做光学文字识别。它是把图像文件中的手写文本，打印文本转换为机器编码文本的一种方法.

OCR技术广泛用于识别打印纸张中的文字数据 -- 比如护照，支票，银行声明，收据，统计表单，邮件等。OCR的早期版本，需要对图片中的每个文字都进行训练，一次只能作用于一种字体。高级的版本增加了很大的识别率，可以同时识别现在很多流行的字体，支持不同种类格式的图片文件。一些系统可以生成接近于原来图片格式的输出，包括图片，排版，以及其它非文本组件，这也叫做版面还原.

工具

  。

  。

Tesseract 。

现在最出名，最常用的OCR就是谷歌的tesseract OCR engine2。最新的版本是Tesseract4。Tesseract的主要开发者是Ray Smith3. 。

Tesseract支持unicode(UTF-8)，安装后即可识别超过100种语言.

Tesseract支持不同的输出可是：普通文本，hOCR(html)，PDF，TSV，invisible-text-only PDF。在master分支，还试验性地支持ALTO(XML)格式.

请记住，在大多数情况下，为了获得更好的OCR结果，你需要为提供给Tesseract的图片提升质量4. 。

Tesseract可以通过训练来识别其它语言和其它字体5. 。

另外，有很多第三方的Tesseract GUI应用。可以直接下载使用6.

  。

pytesseract 。

Python-tesseract7(pytesseract)是Google Tesseract ORC引擎的封装。首次commit的2014年。用这个库，可以很方便地编写脚本，可以用它来识别所有可以由PIL识别的图片格式，包括jpeg, png, gif, bmp, tiff等， 而tesseract-orc本来只支持tiff和bmp两种格式.

如果在脚本中使用，识别的文本可以输出为Python字符串，而不是直接输出到文件中.

另外，这个代码库只有一个文件，400行代码。如果有任何疑问，可以直接翻看源代码.

  。

tesserocr 。

tesserocr8也是一个TesseractOCR的封装库。它的首次commit是2015年.

这个库相对于pytesseract的优势在于9，这个库是使用Cython来直接调用Tesseract的C++ API。使用它和threading模块来处理图片，可以释放GIL，达到正常的并发执行.

1.Wiki: OCR 。

2.Github: tesseract OCR engine 。

3.Tesseract作者 Ray Smith，美国计算机科学家，计算机图形学的先驱. 他的中文名字叫做匠白光. ↩ 。

4.Wiki: 为Tesseract提升图片质量 。

5.Wiki: 训练Tesseract 。

6.Tesseract第三方GUI应用列表 。

7.Github: Python-tesseract 。

8.Github: tesserocr 。

9.Hacknews: 关于pytesseract, tesserocr的区别 。

总结 。

以上所述是小编给大家介绍的如何使用Python进行OCR识别图片中的文字，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我网站的支持！ 。

原文链接：https://www.cnblogs.com/thomaszdxsn/archive/2019/04/01/shi-yongPython-jin-xingOCR-shi-bie-tu-pian-zhong-d.html 。

最后此篇关于如何使用Python进行OCR识别图片中的文字的文章就讲到这里了,如果你想了解更多关于如何使用Python进行OCR识别图片中的文字的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。