python识别文字tesseract

Ubuntu版本：

1.tesseract-ocr安装 
sudo apt-get install tesseract-ocr

2.pytesseract安装 
sudo pip install pytesseract

3.Pillow 安装 
sudo pip install pillow

 

开始写代码：

 

from PIL import Image
from pytesseract import pytesseract


image = Image.open('test.png')
code = pytesseract.image_to_string(image,lang='chi_sim')
print(code)

 

报错了：

 

 找到路径，发现没有chi_sim.traineddata这个训练包

# 安装训练数据(equ为数学公式包)
sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim  tesseract-ocr-equ

安装之后就会有训练包了，可以正常运行。

 

 

 英文识别正确率较高，中文就比较鸡肋了。