tesseract的安装和使用

tesseract

Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，在学习爬虫的时候可以使用其识别写图片中的验证码等。

1.安装tesseract

进入 https://github.com/UB-Mannheim/tesseract/wiki 下载tesseract，如图所示：

下载完后，进行安装，安装路径选择英文目录。

打开终端，在终端中输入pip list查看自己是否安装了pytesseract和pillow，由于PIL很久没更新，最高支持python2.7，而pillow作为PIL的分支已经发展的更加灵活，且包含PIL的内容。
如果没有安装，则使用pip install pytesseract pip install pillow分别安装这两个包。安装完后，pip list中如图所示

2.设置环境变量

安装完后，还需要到系统环境变量中设置，先在path中加入安装目录路径如图：

还需要新建一个TESSDATA_PREFIX变量，变量值为tessdata的路径如图：

3.测试是否安装好

进入终端，输入tesseract，出现如图所示：

测试识别效果：
在这里插入图片描述