tesseract 安装及使用2020.8.29
1. 安装tesseract
OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说,它们都是一些不规则的字符,这些字符确实是由字符稍加扭曲变换得到的内容。
tesseract下载地址https://digi.bib.unimannheim.de/tesseract/
下载tesseract之后如果要识别中文,需要在安装时勾选chi_sim的语言包,但是因为墙的关系,往往下载失败,失败的时候可以看到下载路径,找到相应的文件包。
如果需要识别中文需要找到中文包
或者翻墙后再安装应该可以自动下载(我云的)


2配置路径
1 在系统变量中新建

2 path===》编辑======》新建
将你的路径添加到环境变量的path中

本文介绍了如何安装和使用tesseract OCR工具,包括下载安装、配置环境变量、验证安装成功以及基本使用方法。特别提到安装中文语言包可能遇到的问题及解决策略,并提供了通过Python的pytesseract库进行测试的简要说明。
最低0.47元/天 解锁文章
3024

被折叠的 条评论
为什么被折叠?



