Tesseract 安装和使用简介

Tesseract 教程

介绍

Tesseract 是一个 OCR 库,目前由 Google 赞助(Google 也是一家以 OCR 和机器学习技术闻名于世的公司)。Tesseract 是目前公认最优秀、最精确的开源 OCR 系统，除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体，也可以识别出任何 Unicode 字符。

安装

Window 安装

下载可执行安装文件：https://code.google.com/p/tesseract-ocr/downloads/list 安装。

Ubuntu 安装

    apt-get install tesseract-ocr   （如果出现权限不够，可以命令前面加上sudo）

Mac 安装

    brew install tesseract

安装 python 库

    pip install pytesseract

环境配置

Mac 和 Linux 环境配置

添加环境变量

    # /usr/local/share/Tesseract 为语言训练库包的路径，可以编辑。或者直接把下载好的包丢到下面命令等号之后即可 ~/.bash_file
    export TESSDATA_PREFIX=/usr/local/share/Tesseract

Window 环境变量配置

添加环境变量

    # C:\Program Files\Tesseract OCR\Tesseract 为语言训练库路径
    setx TESSDATA_PREFIX C:\Program Files\Tesseract OCR\Tesseract

使用

命令行终端使用

显示帮助

    tesseract --help

显示当前训练语言列表

    tesseract --list-langs

识别

    tesseract 图片 输出路径 -l 训练库名称

python 代码中使用

    # 导入模块
    import pytesseract
    # 导入图片库 【注意】需要安装库: pip install Pillow
    # 导入库
    from PIL import Image
    
    # 创建图片对象
    image = Image.open("图片路径")
    # 识别图片
    pytesseract.image_to_string(numImage, config="-psm 7"))