Windows10安装使用tesseract_ocr及配置问题解决

基本思想：通过tesseract_ocr完成一项字符识别任务，和paddle_ocr做了对比后，分析本项目后试试tesseract_ocr效果

1、安装tesseract

Ubuntu

sudo apt-get install tesseract-ocr

Mac

brew install tesseract

Windows

tesseract 下载地址：https://digi.bib.uni-mannheim.de/tesseract/

 

1.1  在安装的过程中，安装的路径一般是：
C:\Program Files\Tesseract-OCR，可以按照自己熟悉路径修改

2.2 然后一直点击next，直到下面下面这张图。此时可以勾选 Additional language data(download) 选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言，比如可以选择math,英文，中文等。然后一路点击Next按钮即可

 

2、配置环境变量

2.1 为了在全局使用方便，比如安装路径为：
D:\Tesseract-OCR，将该路径添加到环境变量的path中。

2.2  路径：高级系统设置——>环境变量——>系统变量中path路径——>将 D:\Tesseract-OCR 添加进去。

2.3 配置完成后在cmd中输入 tesseract -v，如果出现如下图所示，说明环境变量配置成功。

3、 终端出现的报错问题及解决方法

3.1 测试图片 test01.jpg

3.2 使用cmd 先到图片当前路径，然后使用tesseract命令进行测试

tesseract test.jpg result

这里我们调用了tesseract命令，其中第一个参数为图片名称，第二个参数result 为结果保存的目标文件名称。

3.3 输入上述代码回车后，出现了以下的报错提示.

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.

3.4 报错是意思是缺少环境变量 TESSDATA_PREFIX，导致无法加载任何语言，就不能初始化tesseract。解决的方法也很简单，在环境变量——>系统变量中添加TESSDATA_PREFIX，如下图：
注（地址复制时是右斜杠 “\”,但是需要改成 左斜杠"/" 符号，如下图划红线处）

 3.5 配置完成后，重新打开cmd，重新运行。

 3.6 测试数字识别

tesseract example.jpg stdout digits