Mac下Tesseract-OCR文字识别新手使用入门

引

最近要倒腾一下文字识别，直接上手iOS的识别遇到了一些困难，于是决定先在Mac上做一做，会比较简单。

有一个经常听到的词汇叫做OCR，OCR是什么呢？Optical Character Recognition，光学字符识别，是图片文字识别的官方学术名称。

要做这么一个听起来比较复杂的事情，如果有现成的开源框架那是最好的，如果你大致了解一下，就会发现开源界Tesseract是用的最多的，也是大多数接触这个领域的人最开始拿来练手的东西。简单介绍一下Tesseract的历史，其最早由HP实验室在1985年研发，10年后，也就是1995年已经是业内最准确的识别引擎之一了，但是HP后来放弃了OCR业务，不过好消息是后来HP决定反正不用，不如开源出来，所以2005年，又是10年后，Tesseract开源了，并且委托Google进行改进、优化的工作。

所以现在一说Tesseract往往看到的都是说Google的框架，其实还有这么一段历史在其中。

准备工作

要在Mac下用Tesseract，肯定要进行安装，安装Tesseract之前，我们需要做一些准备工作。

Xcode Command Line Tool

首先安装Xcode Command Line Tool，Command Line Tool是Xcode中的一款工具，从App Store下载Xcode之后，默认没有安装Command Line Tool，安装之后就可以在终端命令行中运行一些C程序。

安装方法很简单，打开终端输入：xcode-select –install，会弹出确认窗口：

直接点击安装就可以了，一段时间之后就安装好了，有进度条显示，十几分钟吧。检查是否安装成功的方法是再次在终端输入上述命令，会提示已经安装过了，或者在Xcode新建工程，选择macOS下，会多出一个Command Line Tool：