怎么在python中利用pytesseract 对本地的图片文字进行识别？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
创新互联建站是一家业务范围包括IDC托管业务,
网站空间、主机租用、主机托管，四川、重庆、广东电信服务器租用,
成都西信服务器托管，成都网通服务器托管,成都服务器租用,业务范围遍及中国大陆、港澳台以及欧美等多个国家及地区的互联网数据服务公司。
具有方法如下：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import glob
from os import path
import os
import pytesseract
from PIL import Image
from queue import Queue
import threading
import datetime
import cv2
def convertimg(picfile, outdir):
'''调整图片大小，对于过大的图片进行压缩
picfile: 图片路径
outdir： 图片输出路径
'''
img = Image.open(picfile)
width, height = img.size
while (width * height > 4000000): # 该数值压缩后的图片大约 两百多k
width = width // 2
height = height // 2
new_img = img.resize((width, height), Image.BILINEAR)
new_img.save(path.join(outdir, os.path.basename(picfile)))
def baiduOCR(ts_queue):
while not ts_queue.empty():
picfile = ts_queue.get()
filename = path.basename(picfile)
outfile = 'D:\Study\pythonProject\scrapy\IpProxy\port_zidian.txt'
img = cv2.imread(picfile, cv2.IMREAD_COLOR)
print("正在识别图片：\t" + filename)
message = pytesseract.image_to_string(img,lang = 'eng')
message = message.replace(' ', '')
message = message.replace('\n', '')
# message = client.basicAccurate(img) # 通用文字高精度识别，每天 800 次免费
#print("识别成功！"))
try:
filename1 = filename.split('.')[0]
filename1 = ''.join(filename1)
with open(outfile, 'a+') as fo:
fo.writelines('\'' + filename1 + '\'' + ':' + message + ',')
fo.writelines('\n')
# fo.writelines("+" * 60 + '\n')
# fo.writelines("识别图片：\t" + filename + "\n" * 2)
# fo.writelines("文本内容：\n")
# # 输出文本内容
# for text in message.get('words_result'):
# fo.writelines(text.get('words') + '\n')
# fo.writelines('\n' * 2)
os.remove(filename)
print("识别成功！")
except:
print('识别失败')
print("文本导出成功！")
print()
def duqu_tupian(dir):
ts_queue = Queue(10000)
outdir = dir
# if path.exists(outfile):
# os.remove(outfile)
if not path.exists(outdir):
os.mkdir(outdir)
print("压缩过大的图片...")
# 首先对过大的图片进行压缩，以提高识别速度，将压缩的图片保存与临时文件夹中
try:
for picfile in glob.glob(r"D:\Study\pythonProject\scrapy\IpProxy\tmp\*"):
convertimg(picfile, outdir)
print("图片识别...")
for picfile in glob.glob("tmp1/*"):
ts_queue.put(picfile)
#baiduOCR(picfile, outfile)
#os.remove(picfile)
print('图片文本提取结束！文本输出结果位于文件中。' )
#os.removedirs(outdir)
return ts_queue
except:
print('失败')
if __name__ == "__main__":
start = datetime.datetime.now().replace(microsecond=0)
t = 'tmp1'
s = duqu_tupian(t)
threads = []
try:
for i in range(100):
t = threading.Thread(target=baiduOCR, name='th-' + str(i), kwargs={'ts_queue': s})
threads.append(t)
for t in threads:
t.start()
for t in threads:
t.join()
end = datetime.datetime.now().replace(microsecond=0)
print('删除耗时：' + str(end - start))
except:
print('识别失败')实测速度慢，但用了多线程明显提高了速度，但准确度稍低，同样高清图片，90百分识别率。还时不时出现乱码文字，乱空格，这里展现不了，自己实践吧，重点免费的，随便识别，通向100张图片，用时快6分钟了，速度慢了一倍，但是是免费的，挺不错的了。
关于怎么在python中利用pytesseract 对本地的图片文字进行识别问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
分享标题：怎么在python中利用pytesseract对本地的图片文字进行识别-创新互联
文章链接：
http://cdkjz.cn/article/giecs.html
