tesseract-ocr中文识别

        Tesseract-OCR 是一款由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。与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。

一、环境配置

1、下载

Index of /tesseract

我下载了最后一个最新的，下载完成直接安装。

2、环境变量配置

为了在任意终端可以使用，需配置环境变量。

在用户变量和系统变量的Path中添加ocr的安装路径。

 3、中文环境配置

要是中文环境不能用，打开tessdata_fast ,下载简体中文包。

 将下载好的文件复制到安装目录下的tessdata文件夹中。

二、测试

1、测试文件准备

网上随便截了张图放在下面文件夹。

2、测试过程

 在此文件夹执行cmd命令，回车，弹出终端。

 在弹出的终端中输入以下命令。

tesseract 图片 要保存文件名 -l 中文包

tesseract test.png 中文测试 -l chi_sim

执行完成，在图片所在目录生成txt文件。

3、查看结果

 准确度还可以。