python图像处理：pytesseract和PIL

2021-12-10 19:07:06

大概介绍下相关模块的概念：

Python-tesseract 是光学字符识别Tesseract OCR引擎的Python封装类。能够读取任何常规的图片文件(JPG, GIF ,PNG , TIFF等)并解码成可读的语言。在OCR处理期间不会创建任何临文件

PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以在这里下载学习和查找资料。

Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。

python对图像的处理比较常见的是用pytesseract识别验证码，要安装pytesseract库，必须先安装其依赖的PIL及tesseract-ocr，其中PIL为图像处理库，而后面的tesseract-ocr则为google的ocr识别引擎。下载链接：http://www.waitalone.cn/python-php-ocr.html 该链接文档描述了如何配置相关环境，以及识别验证码的python代码，总结起来就三步：安装PIL.exe；安装tesseract-ocr-setup.exe;安装pip install pytesseract

1、识别图片简单的示例

 import Image

 import pytesseract

 image=Image.open("1.jpg")    #打开验证码图片

 image.load()        #加载一下图片，防止报错，此处可省略
6 image.show() 　　　　#调用show来展示图片，调试用，可省略

7 vcode=pytesseract.image_to_string(image)

8 print vcode

我按照该代码示例实际操作时报了2个错误：

1、The _imaging C module is not installed

是因为环境配置的问题，我的系统是win7 64bit，开始的时候只安装了PIL-1.1.7.win-amd64-py2.7.exe，把PIL-1.1.7.win32-py2.7.exe安装后，在python命令行输入：import _imaging，如果不报错则问题应该就解决了

2、在 win 7 下使用 PIL 中的 Image 模块的 show() 函数时，报如下错：

解决方法：将 PIL 安装目录下的 ImageShow.py 文件的第 99 行：（我的 python 安装在 C:\python 2.7， ImageShow.py 文件在：C:\Python27\Lib\site-packages\PIL\ImageShow.py）

return "start /wait %s && del /f %s" % (file, file)

替换为：

return "start /wait %s && PING 127.0.0.1 -n 5 > NUL && del /f %s" % (file, file)

2、实际情况中，电脑本地并没有验证码图片，都是从网页中的验证码图片链接抓取的，实际示例：

 import urllib2

 import pytesseract

 import Image

 import time

 fp=urllib2.urlopen('https://vcs.suning.com/vcs/imageCode.htm?uuid=1e68d06a-1134-410b-9606-f0eb4ae23bbe')　　#示例网址的验证码图片地址

 print fp

 name="D:\\curl\\1.jpg"

 f=open(name,'wb')

 f.write(fp.read())　　　　　　#读取验证码图片并保存为1.jpg

 time.sleep(2)

 f.close()

 fl=open(name,'rb')

 image=Image.open(fl)

 image.show()

 #image.load()

 vcode=pytesseract.image_to_string(image)

 print vcode

 fl.close()

以上本亲测可行，不过验证码识别率不是很高，简单的图片识别率还是可以的

附录：Image模块用法介绍【转】

1. 简介。

图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以在这里下载学习和查找资料。

Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。

2. 使用。

导入 Image 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：

1 >>> import Image
2  >>> im = Image.open("j.jpg")
3  >>> print im.format, im.size, im.mode
4 JPEG (440, 330) RGB

这里有三个属性，我们逐一了解。

format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。

size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。

mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。

现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例。比如，显示最新载入的图像：

1 >>>im.show()
2  >>>

输出原图：

3. 函数概貌。

3.1 Reading and Writing Images : open( infilename ) , save( outfilename )

3.2 Cutting and Pasting and Merging Images :

crop() : 从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。

paste() :

merge() :

1 >>> box = (100, 100, 200, 200)
2  >>> region = im.crop(box)
3  >>> region.show()
4  >>> region = region.transpose(Image.ROTATE_180)
5  >>> region.show()
6  >>> im.paste(region, box)
7  >>> im.show()

其效果图为：

旋转一幅图片：

 1 def roll(image, delta):
 2     "Roll an image sideways"
 3 
 4     xsize, ysize = image.size
 5 
 6     delta = delta % xsize
 7     if delta == 0: return image
 8 
 9     part1 = image.crop((0, 0, delta, ysize))
10     part2 = image.crop((delta, 0, xsize, ysize))
11     image.paste(part2, (0, 0, xsize-delta, ysize))
12     image.paste(part1, (xsize-delta, 0, xsize, ysize))
13 
14     return image

3.3 几何变换。

3.3.1 简单的几何变换。

1 >>>out = im.resize((128, 128))                     #
2  >>>out = im.rotate(45)                             #逆时针旋转 45 度角。
3  >>>out = im.transpose(Image.FLIP_LEFT_RIGHT)       #左右对换。
4  >>>out = im.transpose(Image.FLIP_TOP_BOTTOM)       #上下对换。
5  >>>out = im.transpose(Image.ROTATE_90)             #旋转 90 度角。
6  >>>out = im.transpose(Image.ROTATE_180)            #旋转 180 度角。
7 >>>out = im.transpose(Image.ROTATE_270)            #旋转 270 度角。

各个调整之后的图像为：

图片1：

图片2：

图片3：

图片4：

3.3.2 色彩空间变换。

convert() : 该函数可以用来将图像转换为不同色彩模式。

3.3.3 图像增强。

Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜。

1 >>> import ImageFilter
2 >>> imfilter = im.filter(ImageFilter.DETAIL)
3 >>> imfilter.show()

3.4 序列图像。

即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。

1 import Image
2 im.seek(1)        # skip to the second frame
3 
4 try:
5     while 1:
6         im.seek( im.tell() + 1)
7         # do something to im
8 except EOFError:
9     pass

3.5 更多关于图像文件的读取。

最基本的方式：im = Image.open("filename")

类文件读取：fp = open("filename", "rb"); im = Image.open(fp)

字符串数据读取：import StringIO; im = Image.open(StringIO.StringIO(buffer))

从归档文件读取：import TarIO; fp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm"); im = Image.open(fp)

基本的 PIL 目前就练习到这里。其他函数的功能可点击这里进一步阅读。

扩展阅读：python如何下载网页图片

http://blog.csdn.net/wudishine/article/details/11528791

码农公寓

相关文章