1、安装tesseract 

Index of /tesseract

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.3.0.20221214.exe

2、安装中文语言包

https://digi.bib.uni-mannheim.de/tesseract/tessdata_fast/

拷贝到C:\Program Files\Tesseract-OCR\tessdata

3、注意环境变量是否设置好

TESSDATA_PREFIX=C:\Program Files\Tesseract-OCR\tessdata

4、python 测试识别

pip install pytesseract

import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"
# 列出支持的语言
print(pytesseract.get_languages(config=''))
# 打开图像文件
image = Image.open("F:/projects/pythons/c.jpg")
# 使用Tesseract进行OCR
text = pytesseract.image_to_string(image, lang='chi_sim')
print(text)

GitHub 加速计划 / te / tesseract
60.1 K
9.29 K
下载
tesseract-ocr/tesseract: 是一个开源的光学字符识别(OCR)引擎,适用于从图像中提取和识别文本。特点是可以识别多种语言,具有较高的识别准确率,并且支持命令行和API调用。
最近提交(Master分支:2 个月前 )
bc490ea7 Don't check for a directory, because a symbolic link is also allowed. Signed-off-by: Stefan Weil <sw@weilnetz.de> 3 个月前
2991d36a - 4 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐