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 <