Tesseract OCR安装与简单使用

Tesseract OCR安装与简单使用

1.下载Tesseract OCR

下载地址:https://digi.bib.uni-mannheim.de/tesseract/
Tesseract OCR安装与简单使用_第1张图片

2.安装Tesseract OCR

  • 双击安装程序,进入安装界面。
    Tesseract OCR安装与简单使用_第2张图片

  • 接受协议,下一步。
    Tesseract OCR安装与简单使用_第3张图片

  • 选择用户
    Tesseract OCR安装与简单使用_第4张图片

  • 选择组件

    • 如果电脑配置够好、网速够快,可以之间勾选”Additional language data(download)“,下载全部额外的语言数据。
      Tesseract OCR安装与简单使用_第5张图片

    • 直接全选的话,后面下载语言包需要很长时间,导致安装进度缓慢。可以点击“Additional language data(download)”旁边的”+“号,选择几种需要的语言包。
      Tesseract OCR安装与简单使用_第6张图片

  • 设置安装目录。点击”Next“。
    Tesseract OCR安装与简单使用_第7张图片

  • 点击”Install“。
    Tesseract OCR安装与简单使用_第8张图片

  • 等待安装完成。
    Tesseract OCR安装与简单使用_第9张图片
    Tesseract OCR安装与简单使用_第10张图片

  • 安装完成。点击”Finish“。
    Tesseract OCR安装与简单使用_第11张图片

  • 将目录添加到系统环境变量Path
    Tesseract OCR安装与简单使用_第12张图片

  • 查看版本信息

  tesseract -v

Tesseract OCR安装与简单使用_第13张图片

  • 查看已下载的语言包。
  tesseract --list-langs

Tesseract OCR安装与简单使用_第14张图片

3.文字识别程序编写

  • 安装pytesseract模块
pip install pytesseract

Tesseract OCR安装与简单使用_第15张图片

  • 示例1:
from PIL import Image
import pytesseract


# 添加tesseract的路径
pytesseract.pytesseract.tesseract_cmd = r'D:\software\Tesseract-OCR\tesseract.exe'
"""
image_to_string():如果识别英文或数字可以不必额外参数,如果识别其他语言则需要加上lang参数
lang='chi_sim'表示要识别的是中文简体
没有识别出来时,返回空白
"""
text = pytesseract.image_to_string(Image.open('test.jpg'), lang='chi_sim')
print(text)

test.jpg:
Tesseract OCR安装与简单使用_第16张图片
识别效果:
Tesseract OCR安装与简单使用_第17张图片

  • 示例2:

    test2.jpg:
    Tesseract OCR安装与简单使用_第18张图片
    识别效果:
    Tesseract OCR安装与简单使用_第19张图片

  • 示例3

    test4.png:
    Tesseract OCR安装与简单使用_第20张图片
    识别效果:
    Tesseract OCR安装与简单使用_第21张图片


参考文章:

  • https://blog.csdn.net/weixin_51571728/article/details/120384909
  • https://blog.csdn.net/qq_53751944/article/details/125941604

你可能感兴趣的:(Python,python,Tesseract,OCR,图片文字识别)