Python使用Tesseract-OCR

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

最近学习Pyhton，发现通过tesseract-ocr可以快速搭建图文识别系统，帮助我们开发出能识别图片的ocr系统

一、tesseract-ocr是什么？

Tesseract-OCR：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。

开发环境
Python 3.6
pip 9.0.1
tesseract-ocr-w64-setup-v5.0.0-rc1.20211030.exe
Windows 7

1.下载安装包方法：
https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.0.0-rc1.20211030.exe
2.下载安装包方法：
https://github.com/UB-Mannheim/tesseract/wiki

二、Tesseract-OCR 安装和使用

1.引入库

代码如下（示例）：

pip install pytesseract

2.配置环境变量

打开命令终端，输入：tesseract -v，可以看到版本信息
用命令tesseract --list-langs来查看Tesseract-OCR支持语言。

3.Python-OCR使用Tesseract-OCR

代码如下（示例）：

# coding:utf-8
import pytesseract
from PIL import Image

def OCR_demo():
    # 导入OCR安装路径，如果设置了系统环境，就可以不用设置了
    # pytesseract.pytesseract.tesseract_cmd = r"D:\Program Files\Tesseract-OCR\tesseract.exe"
    # 打开要识别的图片

    image = Image.open('554931-20180913135804312-820205884.png')
    # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别，
    #text = pytesseract.image_to_string(image, lang='chi_sim')
    text = pytesseract.image_to_string(image)

    print(text)


if __name__ == '__main__':
    OCR_demo()

遇到问题：

解决方案:找到python的安装路径下的pytesseract:
用文本编辑器打开，查找tesseract_cmd
将原来的 tesseract_cmd = ‘tesseract’ 改为: tesseract_cmd = ‘OCR的安装路径下的tessract.exe’

总结

记录点点滴滴。