07.Mac OS X安装Tesseract-OCR

一、Tesseract介绍

Tesseract是一个google开源的OCR引擎，能识别100多种语言，但对手写的识别能力较差。

Mac的开源代码地址：

https://github.com/AngusHardie/TesseractOCR-For-Mac

C++代码开源地址：

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

二、安装Tesseract

  brew install  tesseract

• 安装截图

  
  
  安装过程

三、其他额外安装命令

# 安装tesseract的同时安装训练工具
brew install --with-training-tools tesseract
 
# 安装tesseract的同时安装所有语言，语言包比较大，如果安装的话时间较长，建议不安装，按需选择
brew install  --all-languages tesseract
 
# 安装tesseract，并安装训练工具和语言
brew install --all-languages --with-training-tools tesseract 

四、下载部署语言库

1. 地址

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

2. 下载指定语言库

   
   
   中文语言库

3. 语言库的配置目:

• brew的软件安装的默认位置是：

  /usr/local/Cellar

brew安装路径

• tesseract语言库路径为：

  /usr/local/Cellar/tesseract/4.0.0_1/share/tessdata

语言库路径

• 拷贝下载的语言库到此tesseract的语言库路径

  
  
  从下载目录拷贝到配置目录

五、简单的识别

1. 装备一张文本图片

   
   
   src.png

2. 识别指令

  tesseract  src.png   out  -l chi_sim

3. 识别效果

明 符
唐 代 : 李 竭
的 第 伟 粥 体 , 素 手 王 房 前 。
欲 得 周 邹 颂 , 时 时 请 押 践 。

识别结果

• 这识别效果

---

六、说明

• 该ORC库提供训练工具等，训练的过程参考：

  • |- https://blog.csdn.net/u010670689/article/details/78374623/

• 这里安装这个工具的主要目的是使用python调用来实现简单的文本识别（该识别算法使用的是长短时记忆神经网络）。