Python下Tesseract Ocr引擎及安装介绍

1、Tesseract是什么

tesseract 是一个google支持的开源ocr项目，其项目地址：https://github.com/tesseract-ocr/tesseract，目前最新的源码可以在这里下载。

实际使用tesseract ocr也有两种方式：1- 动态库方式 libtesseract  2  - 执行程序方式 tesseract.exe

最新版3.5.1、4.0.0版本，提供linux、macOS、Windows版本

2、Tesseract安装包下载

Tesseract的release版本下载地址：https://github.com/tesseract-ocr/tesseract/wiki/Downloads，这里需要注意这一段话：

Currently, there is no official Windows installer for newer versions.

意思就是官方不提供最新版windows平台安装包，只有相对略老的3.02.02版本，其下载地址：https://sourceforge.net/projects/tesseract-ocr-alt/files/。

最新版3.5.1、4.0.0版本，都是三方维护和管理的安装包，有好几个发行机构，分别是：

• Cygwin includes packages for Tesseract.

• binaries compiled by @egorpugin (ref issue # 209) https://www.dropbox.com/s/8t54mz39i58qslh/tesseract-3.05.00dev-win32-vc19.zip?dl=1

  You have to install VC2015 x86 redist from microsoft.com in order to run them. Leptonica is built with all libs except for libjp2k.利普顿卡是用所有的libs构建的，除了libjp2k，为了运行它们，您必须从microsoft.com安装VC2015 x86 redist。

• https://github.com/UB-Mannheim/tesseract/wiki (installers available for version 3 and 4)

 

总结一下：

1、官方发布的3.02版本下载地址：http://downloads.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe?r=https%3A%2F%2Fsourceforge.net%2Fprojects%2Ftesseract-ocr-alt%2Ffiles%2F&ts=1464880498&use_mirror=jaist

2、https://github.com/parrot-office/tesseract/releases/tag/3.5.1