Mac中安装tesseract

tesseract简介

OCR(Optical Character Recognition)即光学字符识别技术，专门用于对图片文字进行识别，并获取文本。

tesseract-ocr引擎先由HP实验室研发，后来成为一个开源项目，主要由google进行改进优化。

安装tesseract

brew install tesseract

测试tesseract：

test.jpg:

tesseract test.jpg output #识别test.jpg的图片，把结果放到output.txt中

python接口

python有着更加优雅的方式调用系统的tesseract工具，首先安装pytesseract模块

 pip3 install pytesseract

pytesseract是对tesseract的封装，要和PIL联合使用，基本用法如下：

import pytesseract
from PIL import Image
img = Image.open('./test.jpg') #先创建image对象
text = pytesseract.image_to_string(img) #直接转化成string，更多参数可以查看文档
print(text)  #"OFXo"