第一次使用tesseract ocr ，安装成功后识别图片，文本里面有特殊符号

最新推荐文章于 2024-07-16 11:29:03 发布

FFtun

最新推荐文章于 2024-07-16 11:29:03 发布

阅读量3.5k

点赞数

分类专栏：工具文章标签： tesseract

本文链接：https://blog.csdn.net/FFtun/article/details/96299703

版权

本文记录了作者初次使用tesseract OCR时的安装过程和遇到的问题。在安装4.0版本并添加中文识别库后，通过设置环境变量解决报错。然而，在识别图片时，无论识别中文还是pgn图片，结果都出现了一个未知的特殊符号，目前问题尚未解决，作者希望寻求帮助。

摘要由CSDN通过智能技术生成

问题：第一次使用tesseract ocr ，安装成功后识别图片，文本里面有特殊符号
安装参考了多个博客，主要步骤如下，参考的主要网址为：https://www.cnblogs.com/weiwei2016/p/10457863.html

步骤：
1、工具准备：
（1）tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/
我下载的是4.0的版本：tesseract-ocr-w32-setup-v4.0.0.20181030.exe
下载后点击这个文件直接安装
（2）添加中文的识别库：https://github.com/tesseract-ocr/tessdata/blob/master/chi_sim.traineddata
这个网址中下载chi_sim.traineddata，下载后放到Tesseract-OCR\tessdata文件夹内。
4.0之前的版本是自带这个文件的，可以忽略这一步，但是中文识别不出，建议还是下载4.0之后的版本

2、配置环境:
设置环境变量：

安装完成后在Windows下把tesseract.exe所在的路径添加到PATH环境变量中。

在使用tesser