文字识别：Tesseract OCR

一、安装并配置Tesseract

1、下载Tesseract-OCR （网上直接下载即可）

2、双击安装，选择所有人均可使用，避免权限问题

勾选最后一项添加语言包，但是全部勾选需要1.3G，可以点开加号，选择自己所需的语言包即可。

 

注意：这里最好装在C盘，之前装在F盘报错，无法使用Tesseract

备注：在这里先复制好安装路径，后面还需要将其添加至环境变量中。C:\Program Files (x86)\Tesseract-OCR

这一步是创建快捷方式，在这里勾选不创建

安装过程中，如果出现错误，点击确定即可，并不影响后续使用。

安装完成后，需要将刚才的安装路径添加至环境变量中。在此电脑上右键，选择属性，选择高级系统设置

在高级中选择环境变量

分别在用户变量和系统变量中修改path

双击Path，点击新建，然后将刚才复制的安装路径复制进来

点击确定后，在系统变量中双击Path，添加，点击确定。

然后在系统变量中，点击新建，新建一个变量名为：TESSDATA_PREFIX

值为：刚才的路径加上 \tessdata

 

此时，Tesseract 环境配置完成。如何测试是否可以使用？

Win+R 在cmd中输入：tesseract -v  可以查看版本信息

出现以下结果证明已经可以正常使用：

补充：输入：

tesseract --list-langs 来查看本地 Tesseract-ORC 支持语言库

 

二、使用Tesseract 进行文字识别

1、将需要测试的图片保存为test.jpg ，然后新建一个test.txt文件

（这样测试图片中的文字就会直接读写到文本文件中）

在cmd中先进入桌面，使用 cd desktop , 然后输入： tesseract+空格+路径+空格+文本文件名，回车

然后可以在文本文件中看到所识别的文字信息，如下图所示：