在這篇短文中，將向你展示如何使用Python的強大功能從圖像中提取文本。這種技術的應用是無止境的。這個技術可以用到以下例子中：
- 機器學習項目的數(shù)據(jù)挖掘
- 拍攝收據(jù)并閱讀處理內(nèi)容
第一步：設置Python庫
為了解決這個問題，我們將使用一個名為Python Tesseract的庫。從圖書館網(wǎng)站：
Python tesseract是Python的一個光學字符識別（OCR）工具。也就是說，它將識別并“讀取”嵌入圖像中的文本。
Python tesseract是google tesseract OCR引擎的包裝器。它還可用作tesseract的獨立調(diào)用腳本，因為它可以讀取Pillow和Leptonica圖像庫支持的所有圖像類型，包括jpeg、png、gif、bmp、tiff等。此外，如果用作腳本，Python tesseract將打印識別的文本，而不是將其寫入文件。
第二步：準備工作
在設置要使用的Python庫時，通常是一個單步過程。然而，對于PyTesseract，我們需要做兩件事：
- 安裝Python庫
- 安裝Tesseract應用程序
首先，要安裝Python庫，只需打開命令行窗口并鍵入：
pip install pytesseract
然后，可通過Github項目地址：
https://github.com/UB-Mannheim/tesseract/wiki，下載并安裝Tesseract OCR可執(zhí)行文件。
在撰寫本文時，我使用的是在2020-03-28年編譯的64位Alpha Build v5.0.0。
我們需要知道在哪里安裝，因為我們需要讓你的python腳本知道。
如果你完成了上面的步驟，你就可以開始了。
第三步：編寫Python代碼
正如所開頭說的那樣，使用3行代碼，您將能夠從圖片中讀取文本：
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:Program FilesTesseract-OCRtesseract'
print(pytesseract.image_to_string(r'D:examplepdf2image.png'))
總結(jié)
簡單的三步就能從圖片中提取文本，這是現(xiàn)在很多手機新品發(fā)布中，都會提及的特色賣點，通過拍照來識別文字。
看完了文字就趕緊自己去練手吧~從今天開始，我將每天給大家分享一個Python技巧，歡迎大家持續(xù)關注我哦~
--END--
