问题标签 [pytesser]

I'm learning OCR using PyTesser and Tesseract. As the first milestone, I want to write a tool to recognize captcha that simply consists of some digits. I read some tutorials and wrote such a test program.

I tested my code with the image below. But the result is 2(T?770. And I've tested some other similar images as well, in 80% case the results are incorrect.

I'm not familiar with imaging processing. I've two questions here:

1. Is it possible to tell PyTesser to guess digits only?

2. I think the image is quite easy for human to read. If it is so difficult for PyTesser to read digits only image, is there any alternatives can do a better OCR?

Any hints are very appreciated.

我正在尝试让 pytesser（可在此处下载）在我的 mac OS 上运行，但我没有成功。

我安装了 Tesseract、PIL 和所有依赖项。

我在我的 python lib 文件夹中解压缩了 pytesser 并将脚本文件修改为__init__.py init 文件中我按照此处和此处tesseract.exe的建议修改了文件的路径 ：

这就是我得到的错误：

似乎该模块无法运行 .exe 文件。我试图更改路径，添加扩展名 .exe 但我总是得到同样的错误。

我PyTesser用来打破一个captcha. PyTesser 使用tesseractpython ocr 库。在将图像放入 PyTesser 之前，我使用了一些过滤。一步一步我的代码：输入图像是：

应用此代码后，输出为：

现在，

在此代码段输出图像之后是：

最后，当我应用这个时

我得到输出%/ww

请帮助我找到正确的结果。

如果我尝试使用这些图像，此代码可以成功识别字母。

当我为 pytesseract 运行以下代码时

它显示以下错误

这个错误是什么意思？我该如何纠正这个？

提前致谢

我正在将 Pytesser 用于 python OCR。我已经安装了 PIL 和 Pytesser 并运行了以下代码：

然后出现这个错误

这意味着什么？我做错了什么？我正在使用 Windows 8 64 位和 Python 2.7.9

我正在使用 pytesseract 将图像转换为文本。我使用 pip 命令成功安装了 pytesseract。但是当我运行脚本时，它显示错误：No module named Tesseract。

这些是我的代码：

错误 ：

从昨天开始，我试图使用 OCR pytesser。我自己解决了几个问题，但我不知道如何解决这个问题。有错误：

最后一行说“找不到文件”

我如何将 tesseract 放入我的init .py

我真的不明白为什么他不能打开文件。在我的init .py中还有另外两件事。我可以更改我尝试创建的图像文件和 txt 文件并给他路径没有成功，但我认为他自己创建了它们。

这是发送到 Popen 的 3 个文件，所以我想错误就在那里。

我希望我足够清楚，让你们理解我遇到的问题。

编辑：lol.py 中的内容来自该站点，只是修改了网址http://www.debasish.in/2012/01/bypass-captcha-using-python-and.html

I'm using pytesser on simple images with plain text. It works great! However, in python it prints each line of text on a new line. But the string it outputs has no "\n" or new line delimiters that I can pull out.

How does it print each new line of the image on a new line in the console? And is there a way I can pull out a particular line? or split them myself?

It's more than likely something very simple i'm missing...

Output:

所以我是新手使用 tesseract，我想加载数学输入模块。不幸的是，我不知道如何将它与此链接中的数学模块一起使用。如何正确加载？它会默认加载经过训练的数据吗？我已经将经过训练的数据添加到适当的 tessdata 文件夹中了吗？我无法弄清楚 lang 参数的 isocode 应该是什么？是垫子之类的东西吗？关于这个问题的文档非常有限，我们将不胜感激。

我也在用 pytesseract 进行编码，但如果它不支持更改训练数据集，我对其他模块持开放态度。

我以前从未使用过python，我不知道从哪里开始。我的目标是获取数字和多色背景的图像数据，并可靠地识别出正确的字符。我查看了为此所需的工具，我发现了 Anaconda python 发行版，其中包括我可能需要的所有可能的包，以及 tesseract-ocr 和 pytesser。

不幸的是，我不知道如何开始。我正在使用 PyCharm 社区 IDE，只是尝试遵循本指南： http: //www.manejandodatos.es/2014/11/ocr-python-easy/ 来掌握 OCR。

这是我正在使用的代码：

我相信我正在使用的 Anaconda 发行版有 PIL，但我收到了这个错误：

谁能指出我正确的方向？