tesseract ocr 安装及使用_tesseract linux 中文-CSDN博客

本文链接：https://blog.csdn.net/daydayup_study/article/details/113988268

本文详细介绍了如何通过pip安装pytesseract库，下载并配置Tesseract-OCR支持多语言，以及如何设置环境变量。还提供了Python代码测试和解决常见错误的方法，确保读者能顺利进行OCR识别工作。

摘要由CSDN通过智能技术生成

一、安装python模块

pip3 install pytesseract

二、安装tesseract orc 下载地址：https://github.com/UB-Mannheim/tesseract/wiki 点击“tesseract-ocr-w64-setup-v4.0.0-beta.1.20180414.exe”下载安装。

注意：安装的时候选中中文包。

下载完成后双击，此时会出现如下图所示的页面。

此时可以勾选Additional language data(download)选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言。然后一路点击Next按钮即可。

三. 配置环境变量

为了在全局使用方便，比如安装路径为D:\Program Files (x86)\Tesseract-OCR，将该路径添加到环境变量的path中，

配置完成后在命令行输入tesseract -v，如果出现如下图所示，说明环境变量配置成功

四. python代码测试

可以利用Python代码来测试，这里就需要借助于pytesseract库了，测试代码如下：

from PIL import Image
import pytesseract

path = "image//tesseract.png"

text = pytesseract.image_to_string(Image.open(path), lang='chi_sim')
print(text)

执行会出现如下报错：pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

解决方案是找到pytesseract.py文件，如修改该文件 C:\Program Files\Python36\Lib\site-packages\pytesseract\pytesseract.py

将源码中的：

tesseract_cmd = 'tesseract'

更改为：

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

即可。