方法一： 使用easyocr模块easyocr是基于torch的深度学习模块
easyocr安装后调用过程中出现opencv版本不兼容问题，所以放弃此方案。
方法二：通过pytesseract调用tesseract优点：部署快，轻量级，离线可用，免费
缺点：自带的中文库识别率较低，需要自己建数据进行训练
tesseract 是一个ocr 库，目前由google 赞助（google 也是一家以ocr 和机器学习技术闻名于世的公司）。tesseract 是目前公认最优秀、最精确的开源ocr 系统。
除了极高的精确度，tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何unicode 字符。
tesseract的安装与使用python 识别图片上的数字，使用pytesseract库从图像中提取文本，而识别引擎采用 tesseract-ocr。
pytesseract是python包装器，它为可执行文件提供了pythonic api。
1、安装必要的包：
pip install pillowpip install pytesseract
2、安装tesseract-ocr的识别引擎
最新版本下载地址： https://github.com/ub-mannheim/tesseract/wiki
或者更多版本的tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/
 安装完后，需要将tesseract添加到系统变量中。
 环境变量： 我的电脑 ->属性 -> 高级系统设置 ->环境变量 ->系统变量 ，在 path 中添加 安装路径。
并将训练好的模型文件 chi_sim.traineddata 放入该目录中，这样安装就完成了。
在命令行 win+r 输入cmd ：输入 tesseract -v ,出现版本信息，则配置成功。
tesseract-ocr默认不支持中文识别。支持中文识别.png
3、解决pytesseract 找不到路径的问题。
在自己安装的pytesseract包中，找到pytesseract.py文件
打开pytesseract.py文件，修改 tesseract_cmd 的值：tesseract.exe 的安装路径 。
为了避免其他的错误，使用双反斜杠，或者斜杠
4、简单使用
import pytesseractfrom pil import imageif __name__ == '__main__': text = pytesseract.image_to_string(image.open("d:\\test.png"),lang="eng") # 如果你想试试tesseract识别中文，只需要将代码中的eng改为chi_sim即可 print(text)
测试图片：
输出结果：
用tesseract可以识别格式规范的文字，主要具有以下特点：
使用一个标准字体（不包含手写体、草书，或者十分“花哨的”字体）
虽然被复印或拍照，字体还是很清晰，没有多余的痕迹或污点
排列整齐，没有歪歪斜斜的字
没有超出图片范围，也没有残缺不全，或紧紧贴在图片的边缘
  下面将给出几个tesseract识别图片中文字的例子。
  首先是e://figures/other/poems.jpg, 输入命令 tesseract e://figures/other/poems.jpg e://figures/other/poems.txt， 则会将poems.jpg中的识别文字写入到poems.txt中，如下图：
接着是稍微有点倾斜的文字图片th.jpg,识别情况如下：
可以看到识别的情况不如刚才规范字体的好，但是也能识别图片中的大部分字母。
最后是识别简体中文，需要事先安装简体中文语言包，再讲chi_sim.traineddata放在c:\program files (x86)\tesseract-ocr\tessdata目录下。我们以图片timg.jpg为例：
输入命令：
tesseract e://figures/other/timg.jpg e://figures/other/timg.txt -l chi_sim
识别结果如下：
只识别错了一个字，识别率还是不错的。
最后加一句，tesseract对于彩色图片的识别效果没有黑白图片的效果好。
pytesseractpytesseract是tesseract关于python的接口，可以使用pip install pytesseract安装。安装完后，就可以使用python调用tesseract了，不过，你还需要一个python的图片处理模块，可以安装pillow.
  输入以下代码，可以实现同上述tesseract命令一样的效果：
import pytesseractfrom pil import imagepytesseract.pytesseract.tesseract_cmd = 'c://program files (x86)/tesseract-ocr/tesseract.exe'text = pytesseract.image_to_string(image.open('e://figures/other/poems.jpg'))print(text)
运行结果如下：
cnocr 第二种 python 开源识别工具的效果两个工具的使用方法和对比效果。
安装 cnocr：pip install cnocr
看到 successfully installed xxx 则说明安装成功。
如果你只想对图片中的中文进行识别，那么 cnocr 是一个不错的选择，你只需要安装 cnocr 包即可。
但如果你想试试其他语言的ocr识别，tesseract 是更好的选择。
cnocr 识别图片的中文cnocr 主要针对的是排版简单的印刷体文字图片，如截图图片，扫描件等。目前内置的文字检测和分行模块无法处理复杂的文字排版定位。
尽管它分别提供了单行识别函数和多行识别函数，但在本人实测下，单行识别函数的效果非常糟糕，或者说要求的条件十分苛刻，基本上连截图的文字都识别不出来。
不过多行识别函数还不错，使用该函数识别的代码如下：
from cnocr import cnocrocr = cnocr()res = ocr.ocr('test.png')print("predicted chars:", res)
用于识别这个图片里的文字：
效果如下：
如果不是很吹毛求疵，这样的效果已经很不错了。
方法三：调用百度api优点：使用方便，功能强大
缺点：大量使用需要收费
我自己采用的是调用百度api的方式，下面是我的步骤：
注册百度账号，创建ocr应用可以参考其他教程。
购买后使用python调用方法
方式一： 通过urllib直接调用，替换自己的api_key和secret_key即可
# coding=utf-8import sysimport jsonimport base64# 保证兼容python2以及python3is_py3 = sys.version_info.major == 3if is_py3: from urllib.request import urlopen from urllib.request import request from urllib.error import urlerror from urllib.parse import urlencode from urllib.parse import quote_pluselse: import urllib2 from urllib import quote_plus from urllib2 import urlopen from urllib2 import request from urllib2 import urlerror from urllib import urlencode# 防止https证书校验不正确import sslssl._create_default_https_context = ssl._create_unverified_contextapi_key = 'yszkg1wha34pldopyairiiko'secret_key = 'hprztdohrdnnetvszm2nx7vbdkmfxrkd'ocr_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"""" token start """token_url = 'https://aip.baidubce.com/oauth/2.0/token'""" 获取token"""def fetch_token(): params = {'grant_type': 'client_credentials', 'client_id': api_key, 'client_secret': secret_key} post_data = urlencode(params) if (is_py3): post_data = post_data.encode('utf-8') req = request(token_url, post_data) try: f = urlopen(req, timeout=5) result_str = f.read() except urlerror as err: print(err) if (is_py3): result_str = result_str.decode() result = json.loads(result_str) if ('access_token' in result.keys() and 'scope' in result.keys()): if not 'brain_all_scope' in result['scope'].split(' '): print ('please ensure has check the ability') exit() return result['access_token'] else: print ('please overwrite the correct api_key and secret_key') exit()""" 读取文件"""def read_file(image_path): f = none try: f = open(image_path, 'rb') return f.read() except: print('read image file fail') return none finally: if f: f.close()""" 调用远程服务"""def request(url, data): req = request(url, data.encode('utf-8')) has_error = false try: f = urlopen(req) result_str = f.read() if (is_py3): result_str = result_str.decode() return result_str except urlerror as err: print(err)if __name__ == '__main__': # 获取access token token = fetch_token() # 拼接通用文字识别高精度url image_url = ocr_url + "?access_token=" + token text = "" # 读取测试图片 file_content = read_file('test.jpg') # 调用文字识别服务 result = request(image_url, urlencode({'image': base64.b64encode(file_content)})) # 解析返回结果 result_json = json.loads(result) print(result_json) for words_result in result_json["words_result"]: text = text + words_result["words"] # 打印文字 print(text)
方式二：通过http-sdk模块进行调用
from aip import aipocrapp_id = '25**9878'api_key = 'vgt8y***ebf2o8xnrxyhrpnr'secret_key = 'ckdyzg*****n3t0mtgvyyakunsl6fsw'client = aipocr(app_id,api_key,secret_key)def get_file_content(filepath): with open(filepath, 'rb') as fp: return fp.read()image = get_file_content('test.jpg')res = client.basicgeneral(image)print(res)#res = client.basicaccurate(image)#print(res)
直接识别屏幕指定区域上的文字
from aip import aipocrapp_id = '25**9878'api_key = 'vgt8y***ebf2o8xnrxyhrpnr'secret_key = 'ckdyzg*****n3t0mtgvyyakunsl6fsw'client = aipocr(app_id,api_key,secret_key)from io import bytesiofrom pil import imagegrabout_buffer = bytesio()img = imagegrab.grab((100,200,300,400))img.save(out_buffer,format='png')res = client.basicgeneral(out_buffer.getvalue())print(res)
以上就是python ocr文字识别的方法有哪些的详细内容。