基于python的tesseract学习一（初学者）

tesseract是一个OCR库，可以通过训练识别出任何字体，也可以识别出任何unicode字符。

一、安装（本文为win10开发环境）

下载地址：https://digi.bib.uni-mannheim.de/tesseract/

执行安装文件，一路下一步就好。

安装完成需将tesseract的安装路径添加到环境变量

查看版本：

tesseract -v

读取test.jpg文件  并把结果写入text.txt文件中 

tesseract test.jpg text

 

python中安装pytesseract

pip install pytesseract

二、python代码实现

import pytesseract

from PIL import Image


image = Image.open("pic1.jpg")
text = pytesseract.image_to_string(image)
print(text)

注意：在python中实现需要修改源代码制定路径，否侧会抛出没安装或者没添加到环境变量

将tesseract_cmd  = 'tesseract'改为安装路径，如下：

tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'