使用 pytesseract 对图像执行 OCR
可以使用 pytesseract 库从图像中提取文本。 在本教程中，我们将使用 pytesseract 从图像中提取文本。 Tesseract 是一个由 Google 赞助的开源 OCR 库。 源代码可在此处获取：https://tesseract-ocr/tesseract，您还可以在那里找到有关该库的更多信息。pytesseract 是一个轻量 python 包装器，为可执行文件提供 pythonic API。
准备工作
确保您已安装 pytesseract：
pip install pytesseract您还需要安装 tesseract-ocr。 在 Windows 上，有一个可执行安装程序，您可以在此处获取： https://github.com/tesseract-ocr/tesseract/wiki/4.0-with-LSTM#400-alpha -for-windows 。在 Linux 系统上，您可以使用 apt-get：
sudo apt-get tesseract-ocrMac 上最简单的安装方法是使用 brew：
brew install tesseract此示例的代码位于 04/10_perform_ocr.py 中。
工作原理
执行示例的脚本。 该脚本非常简单：
import pytesseract as pt
from PIL import Image
img = Image.open("textinimage.png")
text = pt.image_to_string(img)
print(text)将要处理的图像如下：
该脚本给出以下输出：
This is an image containing text.
And some numbers 123456789
And also special characters: !@#$%"&*(_+