python3使用Pillow、tesseract-ocr與pytesseract模組的圖片識別的方法

　　1.安裝Pillow

　　pip install Pillow

　　2.安裝tesseract-ocr

　　github下載

　　windows:

　　The latest installer can be downloaded here:  tesseract-ocr-setup-3.05.01.exe and tesseract-ocr-setup-4.00.00dev.exe  (experimental).

　　ubuntu:

　　sudo apt-get install tesseract-ocr

　　traineddata檔案路徑: /usr/share/tesseract-ocr/tessdata/

　　3.安裝pytesseract

　　pip install pytesseract

　　如不能使用pip直接安裝可取搜尋模組檔案直接安裝

　　遇到問題及解決：

　　1.FileNotFoundError: [WinError 2] 系統找不到指定的檔案

　　解決辦法：

　　方法1[推薦]: 將tesseract.exe新增到環境變數PATH中，

　　例如: D:\Tesseract-OCR,預設路徑為C:\Program Files (x86)\Tesseract-OCR

　　注意: 為了使環境變數生效，需要關閉cmd視窗或是關閉pycharm等ide重新啟動

　　方法2: 修改pytesseract.py檔案，指定tesseract.exe安裝路徑

　　# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY

　　tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe‘

　　方法3: 在實際執行程式碼中指定

　　pytesseract.pytesseract.tesseract_cmd =  'D:\\Tesseract-OCR\\tesseract.exe'

　　2.pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file  \Tesseract-OCR\tessdata/eng.traineddata’)

　　解決方法:

　　方法1[推薦]:

　　將tessdata目錄的上級目錄所在路徑(預設為tesseract-ocr安裝目錄)新增至TESSDATA_PREFIX環境變數中

　　例如: C:\Program Files (x86)\Tesseract-OCR

　　Please make sure the TESSDATA_PREFIX environment variable is set to the  parent directory of your “tessdata” directory.

　　方法2: 在.py檔案配置中指定tessdata-dir

　　tessdata_dir_config = '--tessdata-dir "D:\\Tesseract-OCR\\tessdata"'

　　# tessdata_dir_config = '--tessdata-dir "'C:\\Program Files  (x86)\\Tesseract-OCR\\tessdata"'

　　pytesseract.image_to_string(image, config=tessdata_dir_config)

　　示例： 鄭州哪個醫院做人流好

　　# -*-coding:utf-8-*-

　　from PIL import Image

　　import sys

　　import os

　　import pytesseract

　　from selenium import webdriver

　　sys.path.append('C:\Python27\Lib\site-packages\pytesser')

　　import pytesser

　　url='http://192.168.24.189/system/code?0.6824490785056669'

　　driver = webdriver.Firefox()

　　driver.maximize_window() #將瀏覽器最大化

　　driver.get(url)

　　imgelement = driver.find_element_by_id('codeImg') #定位驗證碼

　　location = imgelement.location #獲取驗證碼x,y軸座標

　　size=imgelement.size #獲取驗證碼的長寬

　　rangle=(int(location['x']),int(location['y']),int(location['x']+size['width']),int(location['y']+size['height']))  #寫成我們需要擷取的位置座標

　　name="code.jpg"

　　driver.find_element_by_id("codeImg").click()

　　driver.save_screenshot(name) #擷取當前網頁，該網頁有我們需要的驗證碼

　　aa=Image.open(name) #開啟截圖

　　frame4=aa.crop(rangle) #使用Image的crop函式，從截圖中再次擷取我們需要的區域

　　frame4.save(name)

　　im = Image.open(name)

　　#轉化到灰度圖

　　imgry = im.convert('L')

　　#儲存影像

　　imgry.save('g'+name)

　　#二值化，採用閾值分割法，threshold為分割點

　　threshold = 140

　　table = []

　　for j in range(256):

　　if j < threshold:

　　table.append(0)

　　else:

　　table.append(1)

　　out = imgry.point(table, '1')

　　out.save('b'+name)

　　#識別

　　text = pytesseract.image_to_string(out)

　　#識別對嗎

　　text = text.strip()

　　text = text.upper();

　　print (text)

　　text = pytesseract.image_to_string(Image.open('code.png'),)

　　print(text)