Tesseract工具是一个图片识别工具, 由HP实验室开发 由Google维护的开源的光学字符识别(OCR)引擎。它可以直接使用,或者(对于程序员)使用 API 从图像中提取输入,包括手写的或打印的文本。与Microsoft Office Document Imaging(MODI)相比,我们可以不断的训练语言,提高图像转换文本的能力。
Tesseract工具环境安装分为win和python
一、Win环境Tesseract下载与安装
1、Win环境Tesseract下载
tesseract官方下载地址
tesseract语言包下载
64位电脑下载:
2、Win环境Tesseract安装
选择安装,默认下一步,到下面步骤时候,可以勾选**Additional language data(download)**选项来安装OCR识别支持的语言包,这样OCR便可以识别多国语言,比如可以选择math,英文,中文等。然后一路点击Next按钮即可。
3、环境配置
配置环境变量path
4、安装校验
打开cmd验证,输入tesseract -v验证,出现如下说明你配置好了
二、python环境
1、安装
在指定虚拟环境中执行安装命令:pip install pytesseract
2、配置
在 python的安装目录下进入 xxx\Python37\Lib\site-packages\pytesseract
修改 pytesseract.py 中 tesseract_cmd = Tesseract安装目录‘\Tesseract-OCR/tesseract.exe’,修改后在python中运行就不会报错了。
3、python的验证
import pytesseract
img_path = "../chi.PNG"
#路径;语言;配置
result = pytesseract.image_to_string(image=img_path,lang="chi_sim",config="--psm 1")
print(result)
识别下面图片