【opencv 学习】使用tesseract-ocr机芯数字识别

今天学习 tesseract-ocr开源库的使用，这是个开源的能够识别多语言文字的库

下面是在Windows上安装的步骤
1：下载软件，选择最新的版本安装
​​​ https://github.com/UB-Mannheim/tesseract/wiki​​

The latest installers can be downloaded here:
tesseract-ocr-w32-setup-v5.0.1.20220118.exe (32 bit) and
tesseract-ocr-w64-setup-v5.0.1.20220118.exe (64 bit) resp.

2：安装时可以将语言包选上（比如不选择的话，默认的只能解析英文）

3：配置环境变量，将安装目录加载PATH环境变量中去，安装目录下面有个 tesseract.exe 。（选择的语言的训练包都在安装目录下的 tessdata 子目录）

4：检查下，打开cmd，
tesseract -v 查看版本
tesseract --list-langs 查看安装的语言

5：安装必要的库

pip install Pillow
pip3 install pytesseract

然后就可以写代码了

代码测试如下：

import cv2 as cv
from PIL import Image
import pytesseract as tess

src = cv.imread("images/number2.png")  # 读取图片
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
cv.imshow("src input image", gray)  # 通过名字将图像和窗口联系

ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow("binary", binary)

textInImage = Image.fromarray(binary)
text = tess.image_to_string(textInImage)
print("ocr detect result:%s" % text)

cv.waitKey(0)
cv.destroyAllWindows()

效果如下：