本文共 2096 字，大约阅读时间需要 6 分钟。

可以用工具，需要下载安装tesseract-ocr，地址：https://github.com/tesseract-ocr/tesseract/wiki，找对应版本，还可以从上面找到各种，放入tessdata文件夹。设置好环境变量，要新建TESSDATA_PREFIX，值为：D:\Program Files (x86)\Tesseract-OCR，路径是tessdata文件夹的上一层目录。

还要在pytesseract.py（文件地址如：D:\ProgramData\Anaconda3\Lib\site-packages\pytesseract）找到tesseract_cmd设置好路径。如：tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'。

参考：http://www.cnblogs.com/zhongtang/p/5554784.html

代码很简单：

from PIL import Imageimport pytesseracttext = pytesseract.image_to_string(Image.open('denggao.jpg'),lang='chi_sim')print(text)

不过识别率不太好。

还可以调用腾讯AI开放平台上的通用OCR识别，效果杠杠的，而且免费。参考：https://ai.qq.com/doc/ocrgeneralocr.shtml。

https://blog.csdn.net/kiramario/article/details/53781369#comments

代码：

import base64import hashlib  import time  import random  import string  from urllib.parse import quote  import requests  def curlmd5(src):      m = hashlib.md5(src.encode('UTF-8'))    return m.hexdigest().upper()# 请求时间戳（秒级），用于防止请求重放（保证签名5分钟有效） def get_params(base64_data):    t = time.time()    time_stamp=str(int(t))      # 请求随机字符串，用于保证签名不可预测      nonce_str = ''.join(random.sample(string.ascii_letters + string.digits, 10))      # 应用标志，这里修改成自己的id和key      app_id = '110684xxxx'      app_key = 'NiYtm56TQsnIxxxx'    params = {'app_id':app_id,                'image':base64_data,              'time_stamp':time_stamp,              'nonce_str':nonce_str,             }    sign_before = ''    # 要对key排序再拼接    for key in sorted(params):        # 键值拼接过程value部分需要URL编码，URL编码算法用大写字母，例如%E8。quote默认大写。          sign_before += '{}={}&'.format(key,quote(params[key], safe=''))    # 将应用密钥以app_key为键名，拼接到字符串sign_before末尾      sign_before += 'app_key={}'.format(app_key)    # 对字符串sign_before进行MD5运算，得到接口请求签名    sign = curlmd5(sign_before)    params['sign'] = sign    return paramsurl = "https://api.ai.qq.com/fcgi-bin/ocr/ocr_generalocr"with open('denggao.jpg','rb') as fin:    image_data = fin.read()base64_data = base64.b64encode(image_data)params = get_params(base64_data)r = requests.post(url,data=params)item_list = r.json()['data']['item_list']for s in item_list:    print(s['itemstring'])