python 实现识别图片上的数字

针对“python 实现识别图片上的数字”这个需求，我们可以通过以下步骤来完成：

1. 下载所需工具库

我们需要下载并安装两个工具库：

• PIL：一个 Python 图像处理库，可用于加载、调整和保存各种图像格式的文件。
• pytesseract：一个 OCR（光学字符识别）引擎，能够识别并提取图像中的字符。

可以使用 pip 命令来下载这两个库：

pip install pillow pytesseract

2. 准备样本数据

我们需要准备一些待识别的数字图片作为样本数据。这些图片需要符合以下条件：

• 图片中只包含一个数字。
• 数字的颜色与背景有明显的对比，便于 OCR 引擎正确识别。
• 图片应该是垂直方向的，这样 OCR 引擎才能准确识别出数字的方向。

样本数据可以通过在线字体生成器（如 fontjoy.com）生成，或者手工制作。

3. 编写 Python 代码

下面是一个示例代码，可以从指定文件夹中读取样本图片，识别图片中的数字，并输出识别结果：

from PIL import Image
import pytesseract
import os

# 设置 pytesseract 路径
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

# 待识别图片所在文件夹
image_folder = "images"

for filename in os.listdir(image_folder):
    if filename.endswith(".png") or filename.endswith(".jpg"):
        # 加载图片并将图片转换成灰度图像
        image = Image.open(os.path.join(image_folder, filename)).convert("L")

        # 调用 pytesseract 识别数字
        text = pytesseract.image_to_string(image, config="--psm 10")

        # 处理识别结果
        text = text.strip()
        if len(text) == 1 and text.isdigit():
            print(f"File {filename} contains digit: {text}")
        else:
            print(f"File {filename} does not contain a single digit.")

在这个示例代码中，我们首先设置 pytesseract 的路径（如果你已经将其添加到环境变量中，则可以跳过此步骤）。

然后循环读取指定文件夹中的图片文件，对于每个图片，我们首先将其转化为灰度图像，然后调用 pytesseract 的 image_to_string 函数来识别数字。config 参数用于指定识别的模式，这里我们使用模式 10 (Page segmentation mode 10), 使其更适用于识别垂直文本。最后，我们处理识别结果并输出。

示例1

假设我们有以下两个图片，分别是 3.png 和 4.png，它们保存在 images 文件夹下：

3.png:

4.png:

运行示例代码后，输出结果为：

File 3.png contains digit: 3
File 4.png contains digit: 4

示例2

我们还可以扩展代码，将识别的数字保存到另一个文件中。代码如下：

for filename in os.listdir(image_folder):
    if filename.endswith(".png") or filename.endswith(".jpg"):
        image_path = os.path.join(image_folder, filename)

        # 加载图片并将图片转换成灰度图像
        image = Image.open(image_path).convert("L")

        # 调用 pytesseract 识别数字
        text = pytesseract.image_to_string(image, config="--psm 10")

        # 处理识别结果
        text = text.strip()
        if len(text) == 1 and text.isdigit():
            print(f"File {filename} contains digit: {text}")
            with open("digits.txt", "a") as f:
                f.write(f"{filename} {text}\n")
        else:
            print(f"File {filename} does not contain a single digit.")

现在当我们运行代码时，输出不仅会打印出识别结果，还会将识别的数字保存到 digits.txt 文件中。

针对其他细节和要求，还可以进一步完善代码。