python+Tesseract OCR实现截屏识别文字

文章目录

• 一、tesseract-ocr下载安装

• 1、下载
• 2、安装tesseract-ocr

• （1）选择语言
• （2）开始安装
• （3）同意许可
• （4）选择安装的用户
• （5）选择附带要安装的语言包
• （6）安装位置
• （7）开始安装
• （8）安装完成

• 3、安装语言包

• （1）下载安装
• （2）测试

• 二、python截屏识别文字

• 1、安装必须的包
• 2、截屏识别文字
• 3、准确度

• 参考资料

一、tesseract-ocr下载安装

1、下载

以下是关于Tesseract的常用网址
下载地址：https://digi.bib.uni-mannheim.de/tesseract/
官方网站：https://github.com/tesseract-ocr/tesseract
官方文档：https://github.com/tesseract-ocr/tessdoc
语言包地址：https://github.com/tesseract-ocr/tessdata

2、安装tesseract-ocr

（1）选择语言

（2）开始安装

（3）同意许可

（4）选择安装的用户

（5）选择附带要安装的语言包

此后会在安装过程中会自动从服务器下载该语言包。（这里不太建议勾选下载语言包，因为下载速度实在太慢。本教程后续会介绍如何拓展语言包，但如果已经的话，可以忽略这个建议。）

默认即可。

（6）安装位置

（7）开始安装

（8）安装完成

3、安装语言包

（1）下载安装

https://github.com/tesseract-ocr/tessdata

项目较大，可以按需下载简体中文：

将下载的文件存放到该目录：D:\Program Files\Tesseract-OCR\tessdata

注：若小伙伴无法科学上网，可以从这里下载简体中文语言包：

（2）测试

进入到Tesseract OCR安装目录：

# 查看版本
PS D:\Program Files\Tesseract-OCR> .\tesseract.exe -v
tesseract v5.3.0.20221214
 leptonica-1.78.0
  libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 1.5.3) : libpng 1.6.34 : libtiff 4.0.9 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.0
 Found AVX2
 Found AVX
 Found FMA
 Found SSE4.1
 Found libarchive 3.5.0 zlib/1.2.11 liblzma/5.2.3 bz2lib/1.0.6 liblz4/1.7.5 libzstd/1.4.5
 Found libcurl/7.77.0-DEV Schannel zlib/1.2.11 zstd/1.4.5 libidn2/2.0.4 nghttp2/1.31.0
# 查看安装的语言包
PS D:\Program Files\Tesseract-OCR> .\tesseract.exe --list-langs
List of available languages in "D:\Program Files\Tesseract-OCR/tessdata/" (4):
chi_sim
chi_sim_vert
eng
osd

二、python截屏识别文字

1、安装必须的包

pip install pyautogui
pip install pytesseract

2、截屏识别文字

import pyautogui
import pytesseract

# 设置Tesseract的安装路径（如果它不在默认的系统路径中）
pytesseract.pytesseract.tesseract_cmd = 'D:/Program Files/Tesseract-OCR/tesseract.exe'

# 截取屏幕截图
screenshot = pyautogui.screenshot()

# 定义区域范围（左上角x坐标，左上角y坐标，右下角x坐标，右下角y坐标）
region = (100, 100, 300, 200)

# 从屏幕截图中使用指定区域创建一个新的图像对象
custom_screenshot = screenshot.crop(region)

# 将图像对象转换为灰度图像，以帮助提高文本识别的准确性
custom_screenshot = custom_screenshot.convert('L')

# 使用pytesseract进行文字识别
text = pytesseract.image_to_string(custom_screenshot)

# 打印识别的文本
print(text)

3、准确度

英文准确度还行，中文准确度。。。一言难尽。应该是可以通过训练提高准确度的。