【老保姆教程】：Tesseract

您所在的位置：网站首页 › ocr解析数据有误怎么办 › 【老保姆教程】：Tesseract

【老保姆教程】：Tesseract

2024-06-30 03:14| 来源: 网络整理| 查看: 265

文章目录 🌟介绍一波🌟小安装🌟配置环境变量⭐️tesseract-ocr配置⭐️tessdata语言配置⭐️检测环境变量是否安装成功 🌟语言包的配置使用🌟CMD命令框中进行图片识别操作⭐️举例一：识别数字⭐️举例二：识别文字 🌟pycharm中进行图片识别操作⭐️举例一：识别文字 🌟唠唠问题

🌟介绍一波

Tesseract-OCR 是一款由HP实验室开发由Google维护的开源OCR(Optical Character Recognition , 光学字符识别)引擎。与Microsoft Office Document Imaging(MODI)相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。（别问我咋知道，百度一下，你就知道😛）

🌟小安装安装Tesseract-OCR（64位的安装包链接） tesseract-ocr-setup-4.00.00dev.exetesseract各种语言集合包 tesseract各种语言集合包 🌟配置环境变量 ⭐️tesseract-ocr配置

下载 tesseract-ocr-setup-4.00.00dev.exe 完成后，对tesseract-ocr进行安装，找到tesseract.exe所在的文件路径，复制该文件所在的路径。在这里插入图片描述

打开环境变量：打开控制面板——>输入“环境”，回车——>点击“编辑系统环境变量”——>点击“环境变量”。在这里插入图片描述 3、在用户变量和系统变量的Path中分别粘贴之前复制的路径，最后一直点击“确定”即可。

⭐️tessdata语言配置在Tesseract-OCR的文件夹中找到tessdata文件夹并进入（此文件夹中包含的是各种语言包，提供识别功能）并复制此路径。在这里插入图片描述

打开环境变量（以上已有，不再赘述），在系统变量中点击新建，添加一个系统变量，变量名为TESSDATA_PREFIX，变量值为tessdata文件夹的路径。在这里插入图片描述

⭐️检测环境变量是否安装成功

👉打开cmd命令框并输入tesseract后回车，如果出现以下内容则表示环境变量安装成功。在这里插入图片描述

🌟语言包的配置使用

下载好tessdata各语言集合包并解压后点击进入文件，即可看见里面有很多语言包（chi_sim是中文识别包，equ是数学公式包，eng是英文包），可将对应的语言包复制并粘贴到Tesseract-OCR的文件夹下的tessdata文件夹中。在这里插入图片描述

🌟CMD命令框中进行图片识别操作在CMD中进入所要识别图片的路径。在这里插入图片描述

在这里插入图片描述

⭐️举例一：识别数字

命令（举例）：tesseract 1.png out_1 -1 eng 1.png：图片名称 out_1：识别后形成的文本文件名称 -l：不是数字1，而是字母L的小写 eng：识别的是数字或英文

在这里插入图片描述

这时则在图片路径下生成一个名为out_1的文本文件，文件中写入的是识别的内容。在这里插入图片描述

⭐️举例二：识别文字

在这里插入图片描述

🌟pycharm中进行图片识别操作需要下载的模块： pip install PIL pip install pytesseract ⭐️举例一：识别文字 from PIL import Image from pytesseract import pytesseract a = pytesseract.image_to_string(Image.open('F:/识别/2.png'), lang='chi_sim') print(a)

在这里插入图片描述

🌟唠唠问题

大家可以发现👀，使用Tesseract-OCR进行图片文字识别时会出现识别错误的情况，也就是识别精度较低。当我们想识别文字较多，内容较为复杂的图片时，就很难识别出来了，这可咋办？莫慌莫慌，想要知道如何解决，请听下回分解😜

【本文地址】

【老保姆教程】：Tesseract

【老保姆教程】：Tesseract

今日新闻

推荐新闻