图片识别工具Tesseract与使用

       Tesseract工具是一个图片识别工具， 由HP实验室开发 由Google维护的开源的光学字符识别（OCR）引擎。它可以直接使用，或者（对于程序员）使用 API​​ 从图像中提取输入，包括手写的或打印的文本。与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练语言，提高图像转换文本的能力。

       Tesseract工具环境安装分为win和python

一、Win环境Tesseract下载与安装

1、Win环境Tesseract下载
tesseract官方下载地址
tesseract语言包下载

64位电脑下载：

2、Win环境Tesseract安装

       选择安装，默认下一步，到下面步骤时候，可以勾选**Additional language data(download)**选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言，比如可以选择math,英文，中文等。然后一路点击Next按钮即可。

 

3、环境配置

       配置环境变量path

4、安装校验

打开cmd验证，输入tesseract -v验证，出现如下说明你配置好了

 

二、python环境

1、安装

       在指定虚拟环境中执行安装命令：pip install pytesseract

2、配置

       在 python的安装目录下进入  xxx\Python37\Lib\site-packages\pytesseract

       修改 pytesseract.py 中 tesseract_cmd = Tesseract安装目录‘\Tesseract-OCR/tesseract.exe’，修改后在python中运行就不会报错了。

3、python的验证

import pytesseract
 
img_path = "../chi.PNG"
#路径；语言；配置
result = pytesseract.image_to_string(image=img_path,lang="chi_sim",config="--psm 1")  
 
print(result)

 识别下面图片