#!/usr/bin/env python3# -*- coding: utf-8 -*-import globfrom os import pathimport osimport pytesseractfrom PIL import Imagefrom queue import Queueimport threadingimport datetimeimport cv2def convertimg(picfile,outdir): ’調(diào)整圖片大小，對(duì)于過大的圖片進(jìn)行壓縮 picfile: 圖片路徑 outdir： 圖片輸出路徑 ’ img = Image.open(picfile)  width, height = img.size  while (width * height 4000000): # 該數(shù)值壓縮后的圖片大約 兩百多k width = width / 2 height = height / 2  new_img = img.resize((width,height), Image.BILINEAR) new_img.save(path.join(outdir, os.path.basename(picfile)))def baiduOCR(ts_queue): while not ts_queue.empty(): picfile = ts_queue.get() filename = path.basename(picfile) outfile = ’D:StudypythonProjectscrapyIpProxyport_zidian.txt’ img = cv2.imread(picfile, cv2.IMREAD_COLOR) print('正在識(shí)別圖片：t' + filename) message = pytesseract.image_to_string(img,lang = ’eng’) message = message.replace(’’, ’’) message = message.replace(’’, ’’) # message = client.basicAccurate(img)  # 通用文字高精度識(shí)別，每天 800 次免費(fèi) #print('識(shí)別成功！') try: filename1 = filename.split(’.’)[0] filename1 = ’’.join(filename1) with open(outfile, ’a+’) as fo: fo.writelines(’’ + filename1 + ’’ + ’:’ + message + ’,’) fo.writelines(’n’) # fo.writelines('+' * 60 + ’n’) # fo.writelines('識(shí)別圖片：t' + filename + 'n' * 2) # fo.writelines('文本內(nèi)容：n') # 輸出文本內(nèi)容 # for text in message.get(’words_result’): # fo.writelines(text.get(’words’) + ’n’) # fo.writelines(’n’ * 2) os.remove(filename) print('識(shí)別成功！') except: print(’識(shí)別失敗’) print('文本導(dǎo)出成功！') print()def duqu_tupian(dir): ts_queue = Queue(10000) outdir = dir # if path.exists(outfile): # os.remove(outfile) if not path.exists(outdir): os.mkdir(outdir)  print('壓縮過大的圖片...') # 首先對(duì)過大的圖片進(jìn)行壓縮，以提高識(shí)別速度，將壓縮的圖片保存與臨時(shí)文件夾中 try: for picfile in glob.glob(r'D:StudypythonProjectscrapyIpProxytmp*'): convertimg(picfile, outdir) print('圖片識(shí)別...') for picfile in glob.glob('tmp1/*'): ts_queue.put(picfile) #baiduOCR(picfile, outfile) #os.remove(picfile) print(’圖片文本提取結(jié)束！文本輸出結(jié)果位于文件中。’) #os.removedirs(outdir) return ts_queue except: print(’失敗’)if __name__ == '__main__': start = datetime.datetime.now().replace(microsecond=0) t = ’tmp1’ s = duqu_tupian(t) threads = [] try: for i in range(100): t = threading.Thread(target=baiduOCR, name=’th-’ + str(i), kwargs=[’ts_queue’: s]) threads.append(t) for t in threads: t.start() for t in threads: t.join() end = datetime.datetime.now().replace(microsecond=0) print(’刪除耗時(shí)：’ + str(end - start)) except: print(’識(shí)別失敗’)
實(shí)測(cè)速度慢，但用了多線程明顯提高了速度，但準(zhǔn)確度稍低，同樣高清圖片，90百分識(shí)別率。還時(shí)不時(shí)出現(xiàn)亂碼文字，亂空格，這里展現(xiàn)不了，自己實(shí)踐吧，重點(diǎn)免費(fèi)的，隨便識(shí)別，通向100張圖片，用時(shí)快6分鐘了，速度慢了一倍，但是是免費(fèi)的，挺不錯(cuò)的了。
以上就是python利用pytesseract 實(shí)現(xiàn)本地識(shí)別圖片文字的詳細(xì)內(nèi)容，更多關(guān)于python 識(shí)別圖片文字的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！