win11 安装tesseract-ocr

1. OCR

OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。

2、下载地址

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文件的下载列表，这里可以选择下载3.0版本。

3、安装

默认安装路径是：C:\Program Files (x86)\Tesseract-OCR，可以不用修改。个人习惯不存放在C盘，改为：D:\Tesseract-OCR

直接傻瓜式的下一步，到选择语言时，选择一些需要的，比如可以选择math,英文，中文等。然后一路点击Next按钮即可，不然安装时间特别长。

4、配置环境变量

1）配置path

高级系统设置——>环境变量——>系统变量中path路径——>存放刚刚的地址：D:\Tesseract-OCR

2）配置TESSDATA_PREFIX

变量名：TESSDATA_PREFIX

变量值：D:\Tesseract-OCR\

 

这一步如果没配置，会报错：

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.

5、验证

1）查看版本号

cmd中输入：tesseract -v

 

2）查看支持多少种语言

cmd中输入：tesseract --list-langs

 

 3）识别能力

图片是网上随便找的一个，在图片的地址打开cmd，输入指令：

tesseract E:\image.jpg result -l eng

图片所在的路径下，自动新建一个result.txt，里面的内容就是识别出来的内容

可自行下载：https://img-blog.csdnimg.cn/b3f1c541bb124f19b88dcdfd199d9298.jpeg

 

 

 

 

但是：

我识别需要降噪的图片就不行

图片：

 报错：

 目前还没找到解决方法，先记录一下，如果有大神搞定了，麻烦评论里面放一下链接或留言，万分谢谢！