openCV实战-系列教程14：文档扫描OCR识别下（灰度/高斯滤波/边缘检测/轮廓检测/透视变换/tesseract OCR/pytesseract/OCR文字识别）项目实战、源码解读

🧡💛💚💙💜OpenCV实战系列总目录

7、pytesseract文字识别

7.1 安装python工具包

上篇内容中，我们是安装了tesseract.exe，我们需要在代码中实现这个效果，那么就需要在命令行中安装pytesseract，

pip install pytesseract

没有任何要求

7.2 代码解读

preprocess = 'blur' #thresh
image = cv2.imread('scan.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

1. 指定是滤波还是二值
2. 读入图像
3. 灰度

if preprocess == "thresh":gray = cv2.threshold(gray, 0, 255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
if preprocess == "blur":gray = cv2.medianBlur(gray, 3)

这段代码包含两个if语句，但是只会执行一个
是判断选择二值处理还是滤波处理，然后执行语句分别对应的是各自的操作

filename = "{}.png".format(os.getpid())
cv2.imwrite(filename, gray)

1. os.getpid()，此方法返回一个整数值，该整数值表示当前进程的进程ID。此方法的返回类型为“ int”类，不需要参数，os.getpid()的返回值，充当占位符，filename最后保存了文件名的字符串
2. 使用filename作为文件名，gray作为图像数据保存图像

text = pytesseract.image_to_string(Image.open(filename))
print(text)
os.remove(filename)
cv2.imshow("Image", image)
cv2.imshow("Output", gray)
cv2.waitKey(0)    

1. 使用
2. 打印文本
3. 打印原始图像
4. 打印输出图像
5. 关闭窗口

打印结果：

x x ee eR OK OK Oe KR OK KK

WHOLE FOODS MARKET - WESTPORT, CT 06880 399 POST RD WEST - (203)
227-6858

6b $65 365

365

F

BACUN LS BACON LS BACON LS BACUN LS BROTH CHIL LOUR ALMUND

CHKN BRST BNLSS SK

HEAVY CREAM

BALSMC REDUCT

BEEF

GRND 85/15

JUICE COF CASHEW -. DOCS PINT ORGAWEL HNY ALMOND BUTTER

eunene TAX

.00 BAL

NP hiP NP NP NP NP NP NP

nm

8、bug记录

C:\Users\18333\anaconda3\envs\pytorch\python.exe A:\2_gupao\ocr\test.py
Traceback (most recent call last):
  File" C:\Users\18333\anaconda3\envs\pytorch\lib\site-packages\pytesseract\pytesseract.py", line 255, in run_tesseract
    proc = subprocess.Popen(cmd_args, **subprocess_args())
  File “ C:\Users\18333\anaconda3\envs\pytorch\lib\subprocess.py”, line 858, in init
    self._execute_child(args, executable, preexec_fn, close_fds,
  File “C:\Users\18333\anaconda3\envs\pytorch\lib\subprocess.py”, line 1327, in _execute_child
    hp, ht, pid, tid = _winapi.CreateProcess(executable, args,
FileNotFoundError: [WinError 2] 系统找不到指定的文件。
 
During handling of the above exception, another exception occurred:
 
Traceback (most recent call last):
  File “A:\2_gupao\ocr\test.py”, line 27, in module
    text = pytesseract.image_to_string(Image.open(filename))
  File “C:\Users\18333\anaconda3\envs\pytorch\lib\site-packages\pytesseract\pytesseract.py”, line 423, in image_to_string
    return {
  File “C:\Users\18333\anaconda3\envs\pytorch\lib\site-packages\pytesseract\pytesseract.py”, line 426, in lambda
    Output.STRING: lambda: run_and_get_output(*args),
  File “C:\Users\18333\anaconda3\envs\pytorch\lib\site-packages\pytesseract\pytesseract.py”, line 288, in run_and_get_output
    run_tesseract(**kwargs)
  File “C:\Users\18333\anaconda3\envs\pytorch\lib\site-packages\pytesseract\pytesseract.py”, line 260, in run_tesseract
    raise TesseractNotFoundError()
pytesseract. pytesseract.TesseractNotFoundError: tesseract is not installed or it’s not in your PATH. See README file for more information.
进程已结束，退出代码为 1

运行的时候出现这个bug，打开以下文件目录：

你的anaconda安装目录\anaconda3\envs\pytorch\Lib\site-packages\pytesseract

注意这里，第一每个人的anaconda安装目录不一样，第二，每个人的python环境也不一样，这里

anaconda3\envs\pytorch\Lib\site-packages\pytesseract

如果实在base环境中就是直接是

anaconda3\Lib\site-packages\pytesseract

我的是安装在了一个名为pytorch的python环境中
打开pytesseract.py文件，将这行代码：

tesseract_cmd = 'tesseract'

改为：

tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

你直接复制过来的地址是这个斜杠\，应该改成这个/
这里每个人的tesseract的安装地址也不同，解决完这些应该就能运行了😇😇😇
如果还是不能运行，有可能是你的环境变量出错了，检查一下，一共有四处
如果还是不能运行！！！！！
建议更换tesseract.exe的版本，下载地址，推荐选择5.0.1版本，之前干的再干一遍。
还是不行的话😭😭😭
来加v找我给你debug：yzy-416

上篇内容：
openCV实战-系列教程11：文档扫描OCR识别上（图像轮廓/模版匹配）项目实战、源码解读
中篇内容：
openCV实战-系列教程13：文档扫描OCR识别中（图像轮廓/模版匹配）项目实战、源码解读