Python3.7 pytesseract+PIL+Tesseract-OCR識别中文

環境：

python版本為3.7.0

Tesseract-OCR版本：

1. 首先安裝pytesseract、PIL

   cmd

   pip install pytesseract
   pip install PIL
              

2. 然後安裝Tesseract-OCR

   安裝包

   帶DEV的是開發版本，不帶dev的是穩定版本

   安裝的時候需要選擇中文簡體資料包

   安裝後在檔案中有此檔案chi_sim.traineddata

   參考：

   安裝Tesseract-OCR

   

3. 添加環境變量

   

   

   

4. 使用

import pytesseract
import PIL
from PIL import Image
#中文需要添加
print (pytesseract.image_to_string(Image.open('1.jpg'),lang="chi_sim"))
           

遇到一個坑爹的問題，圖檔高度小于20像素的居然識别不出來字元，坑啊。。。。。。

就這個圖

########讀取值
#check_code=pytesseract.image_to_string(Image.open('hr_pic_1.png'),)#中文
check_code=pytesseract.image_to_string(Image.open('hr_1119.png'),lang="eng+equ")#預設英文,eng+equ:英文字元+數學字元
print (check_code.replace(" ","").replace("  ","").replace("'","").replace(".",""))
           

圖檔的屬性：

換一張：

emmmm。。。。不知道咋說，反正就很煩躁，搞的我解除安裝了幾個版本的Tesseract-OCR…

然後我又喪（閑）心（得）病（無）狂（聊）的測試了其他像素的。。。。

以上得出結論，寬度>=80像素，高度>=20像素，才能識别字元。。。。