Tesseract-OCR下载和安装,Python-OCR使用

Tesseract-OCR下载和安装,Python-OCR使用Tesseract-OCR

Tesseract-OCR下载

方法一：https://github.com/UB-Mannheim/tesseract/wiki

方法二https://digi.bib.uni-mannheim.de/tesseract/

下载最新版即可

Tesseract-OCR 安装

1

2

3.将第三个选项展开，选择红框内选项才可以识别中文，当然可以根据需要下载更多的语言包。

若之后需要下载识别其他语言的字符，也可进入官网直接下载对应语言包，下载完成后放到Tesseract-OCR\tessdata下即可。

https://blog.csdn.net/input_sudo/article/details/106640807

4.最好改变地址到D盘，记住地址，待会要设置系统环境

5

6

Tesseract-OCR设置系统环境

尽管我们在利用python调用Tesseract-OCR时可以设置他的诚心地址，但还是设置系统环境好一些。

step 1

Windows+R打开运行，输入sysdm.cpl回车

step 2 在系统属性框点击【高级】栏下的【环境变量】

step 3 在系统变量下的Path下点击【新建】添加Tesseract-OCR的安装地址

我的地址是 D:\Program Files\Tesseract-OCR

添加完地址后一路点击确定退出。

Python-OCR使用Tesseract-OCR

需要 pillow 和 pytesseract

安装库

pip install Pillow
pip install pytesseract

测试程序

import pytesseract
from PIL import Image

def OCR_demo():
    # 导入OCR安装路径，如果设置了系统环境，就可以不用设置了
    # pytesseract.pytesseract.tesseract_cmd = r"D:\Program Files\Tesseract-OCR\tesseract.exe"
    # 打开要识别的图片

    image = Image.open('Snipaste_2020-11-13_12-11-16.png')
    # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别，
    text = pytesseract.image_to_string(image, lang='chi_sim')

    print(text)


if __name__ == '__main__':
    OCR_demo()

征。CBOW (continuous-bag-of-words) 和 skip-gram 是 Word2Vec 的两种模型 。
本文使用 CBOW 模型将文本数据集训练成词向量。CBOW 是 Mikolov 于 2013 年在
传统的NNLM (Natural Network Language Model ) 模型的基础上改进而来的。

总体识别结果还可以

安装问题，下载语言包

如果安装时出现下面情况

是语言包下载失败，可以点击确定，安装程序即可，后面再下载语言包

可进入官网直接下载对应语言包，下载完成后放到Tesseract-OCR\tessdata下即可

https://github.com/tesseract-ocr/tessdata

这里的语言包比较久，但暂时没有发现最新语言包在那下载，可以先用用

.\

.

.

.\

.

.

.