ocr项目———tesserct 的安装识别（中文）和重新训练

首先我们先来说一下现有的开源的字符识别的工具

参考：https://www.cnblogs.com/wzben/p/5930538.html

tesseract字符识别：

1：安装 

tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/

进入下载页面，可以看到有各种.exe文件的下其中文件名中带有dev的为开发版本，不带dev的为稳定版本，可以选择下载不带dev的版本，例如可以选择下载tesseract-ocr-setup-3.05.02.exe。下载列表，这里可以选择下载3.0版本。

 

2：测试

版本打印：tesserct -v 可以看到版本信息。

执行tesseract test.jpg result  （test.jpg是测试的图像，result是输出的txt文件，会自己生成的）

 

3：报错

在安装完tesseract, pytesseract后执行测试命令，发现打印如下错误：

Error opening data file \Program Files (x86)\Tesseract-OCR\tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.Failed loading language 'eng' Tesseract couldn't load any languages! Could not initialize tesseract.

一看上面的提示就是路径有问题，windows路径是\的 
解决办法，添加TESSDATA_PREFIX的环境变量，设置为安装目录下的tessdata目录 <