python3使用PIL、tessera

发布时间：2019-09-25 08:26:07编辑：auto阅读（1838）

第一步：下载安装包
根据https://github.com/tesseract-ocr/tesseract/wiki 我找到非官方的安装包，好像我只看到64位的安装包http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe
下载后直接安装即可，但是要记得你的安装目录，我们等会配置环境变量要用。
如果不是做英文的图文识别，还需要下载其他语言的识别包https://github.com/tesseract-ocr/tesseract/wiki/Data-Files
简体字识别包：https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata
繁体字识别包：https://github.com/tesseract-ocr/tessdata/raw/4.0/chi_tra.traineddata
或者直接我的百度云盘：链接：tesseract 密码：tmdm

第二步：安装

直接执行下载好的tesseract-ocr-setup-4.0.0-alpha.20180109.exe，下一步、下一步安装。安装过程中，会让你安装额外的语言包，可根据选择下载。

第三步：配置环境变量

我的是安装在C:\Program Files (x86)\Tesseract-OCR，界面如下：
python3使用PIL、tesseract-ocr与pytesseract模块的图片识别
将“F:\Tesseract-OCR”添加到环境变量中。如图：

增加一个TESSDATA_PREFIX变量名，变量值还是我的安装路径F:\Tesseract-OCR\tessdata这是将语言字库文件夹添加到变量中;

三、使用
打开命令终端，输入：tesseract -v，可以看到版本信息
python3使用PIL、tesseract-ocr与pytesseract模块的图片识别
用命令tesseract --list-langs来查看Tesseract-OCR支持语言。

四、修改配置文件
在pycharm中添加pytesseract架包

添加完成后，在代码模块中引用，前往源文件中指定Tesseract-OCR的安装目录

这样就可以将图片中的内容打印出来！