Python中OCR的tesseract
Tesseract简介
Tesseract是一个开源文本识别器(OCR)引擎,可在Apache 2.0许可下使用。它可以直接使用,或者(对于程序员)使用API从图像中提取打印文本。它支持多种语言
Tesseract安装
第一步,采用pip安装,指令pip install pytesseract
第二步,下载并安装tesseract,链接: link.相关语言包也从这里下载。
第三步,添加环境变量,新建TESSDATA_PREFIX,值为:安装路径
第四步,打开pytesseract的安装路径下的pytesseract.py,修改第35行处的tesseract_cmd = 安装路径
使用方式
cmd下采用指令tesseract 源图像 输出文件
python中采用pytesseract.image_to_string可直接返回字符。
结果展示