Tesseract OCR安裝與簡單使用

1.下載下傳Tesseract OCR

下載下傳位址：https://digi.bib.uni-mannheim.de/tesseract/

2.安裝Tesseract OCR

• 輕按兩下安裝程式，進入安裝界面。

  

• 接受協定，下一步。

  

• 選擇使用者

  

• 選擇元件
  • 如果電腦組態夠好、網速夠快，可以之間勾選”Additional language data(download)“，下載下傳全部額外的語言資料。

    

  • 直接全選的話，後面下載下傳語言包需要很長時間，導緻安裝進度緩慢。可以點選“Additional language data(download)”旁邊的”+“号，選擇幾種需要的語言包。

    

• 設定安裝目錄。點選”Next“。

  

• 點選”Install“。

  

• 等待安裝完成。

  

  

• 安裝完成。點選”Finish“。

  

• 将目錄添加到系統環境變量Path

  

• 檢視版本資訊

tesseract -v
           

• 檢視已下載下傳的語言包。

tesseract --list-langs
           

3.文字識别程式編寫

• 安裝pytesseract子產品

pip install pytesseract
           

• 示例1：

from PIL import Image
import pytesseract


# 添加tesseract的路徑
pytesseract.pytesseract.tesseract_cmd = r'D:\software\Tesseract-OCR\tesseract.exe'
"""
image_to_string()：如果識别英文或數字可以不必額外參數，如果識别其他語言則需要加上lang參數
表示要識别的是中文簡體
沒有識别出來時，傳回空白
"""
text = pytesseract.image_to_string(Image.open('test.jpg'), lang='chi_sim')
print(text)
           

test.jpg：

識别效果：

• 示例2：

  test2.jpg：

  

  識别效果：

  

• 示例3

  test4.png：

  

  識别效果：

  

參考文章：

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