OCR安装配置以及使用

图片1.下载

tesseract-ocr在3.0版本以后才支持中文，所以我们最好下载3.0以后的版本

可以去github上直接下载，我们下载一个windows都较新的版本

下载链接：https://digi.bib.uni-mannheim.de/tesseract/

下载

2.安装

在这一步的时候，要添加额外的语言训练包

展开后勾选简体中文 和简体中文-竖排

记一下安装路径，后续配置环境变量要用

由于网络的原因，可能出现添加到语言包下载失败的情况，点击确定继续，先把ocr安装好，后续再去网上下载最新的语言包放到\tessdata文件夹下即可

安装路径的\tessdata文件夹下只有英文的训练数据，去网上百度找一下中文的训练数据放进来

如下：

3.配置环境变量

新建一个TESSDATA的环境变量，将数据集的文件夹路径放进来

4.使用OCR

准备一张试验图片

win +r 进入到命令行， cd 进入到图片所在的文件夹

输入如下命令：tesseract.exe ./test.png result -l chi_sim

运行，在图片文件夹下会生成一个result.txt文件，里面会有识别结果

我这个可能图片不是很清晰，或者语言包下载的不是最新的，准确率上有点欠缺= =