原文地址：Tiiktak的博客

安装Tesseract-OCR

在官网下载最新的Windows安装包，双击运行

根据需要选择，一路Next，直到这个页面

在Additional language data(download)中选择要下载的其他语言的数据，之后程序会自动下载。一直到安装成功

配置环境变量

进入高级系统设置，选择高级->环境变量

选中系统变量中Path->编辑

新建一项，地址为Tesseract-OCR的安装目录即可（例如C:\Program Files\Tesseract-OCR）

可以通过在控制台中输入tesseract命令来检查是否配置成功，输出如图即表示成功

配置Python

直接使用pip install pytesseract进行安装

pytesseract

功能

  • get_tesseract_version　　返回系统中安装的Tesseract版本。
  • image_to_string　　将图像上的Tesseract OCR运行结果返回到字符串
  • image_to_boxes　　返回包含已识别字符及其框边界的结果
  • image_to_data　　返回包含框边界，置信度和其他信息的结果
  • image_to_osd　　返回包含有关方向和脚本检测的信息的结果

参数

image_to_data(image, lang=None, config='', nice=0, output_type=Output.STRING)
  • image object　　图像对象
  • lang String，Tesseract　　语言代码字符串
  • config String　　任何其他配置为字符串，例如：config=’–psm 6’
  • nice Integer　　修改Tesseract运行的处理器优先级。Windows不支持。
  • output_type　　类属性，指定输出的类型，默认为string。

简单实例

识别一张图像中字符并直接输出

import pytesseract

im = "C:/Users/1/Desktop/test.jpg"
result = pytesseract.image_to_string(im)

print(result)

这样识别到的字符就会转化成字符串输出