tesseract-ocr安装和简单操作文档

1 下载

1.1 Tesseract-OCR 4.0版本下载地址：https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w32-setup-v4.0.0-beta.1.20180608.exe

1.2 其他版本下载地址：

https://digi.bib.uni-mannheim.de/tesseract/

2安装

2.1 双击安装；

2.2 点击“运行”继续

2.3 点击“next”继续

 

2.4 选择下载包（在additional language data (download 下选择中数学公式库和中文库Chinese（simplified）（traditional）），点击“next”继续

2.5 选择安装路径（该演示文档里选择安装在C:\KFSofts\Tesseract-OCR目录下）

2.6 直接点击“install”，开始自动化安装，直到完成：

3环境配置

4.1 将Tesseract-OCR安装目录（C:\KFSofts\Tesseract-OCR）加入环境变量path中；

 

4.2 添加变量名TESSDATA_PREFIX 并赋值为C:\KFSofts\Tesseract-OCR\tessdata

4 简单使用

4.1  cmd命令使用

（命令格式：tesseract  目标图片  生成的box文件  语言包  makebox ）：

比如：

C:/KFSofts/Tesseract-OCR/tesseract C:\Users\Administrator\Desktop\OCR\img\11.png C:\Users\Administrator\Desktop\OCR\img\resulit -l chi_sim makebox

 

######

4.2 python调用 PIL和pytesseract库，代码如下（该库都可以通过PIP安装）：

###

from PIL import Image
import pytesseract
import os
def aaa():
    path = "C:\\Users\\Administrator\\Desktop\\OCR\\img\\" #图片路径
    path2 = "2.png"
    text = pytesseract.image_to_string(Image.open(path+path2), lang="chi_sim")
    print(text.replace(" ",''))
if __name__=="__main__":
    aaa()

 

 

 

 

4.3有时候有需要修改***data\Lib\site-packages\pytesseract下的pytesseract.py)

5参考文档：https://www.cnblogs.com/wangkevin5626/p/9640165.html