Tesseract-OCR 入门使用

版权声明：转载请说明来源，谢谢 https://blog.csdn.net/wsp_1138886114/article/details/84069855

以下只针对widows平台，linux下没有测试

一、Tesseract-OCR 安装

Tesseract-OCR遵循Apache 2.0 license开源协议。
下载地址：https://digi.bib.uni-mannheim.de/tesseract/
你也可以查看源码编译安装：https://github.com/tesseract-ocr/tesseract/wiki/Downloads
或者非官方安装包：https://github.com/UB-Mannheim/tesseract/wiki

windows下安装一路next

这一步，我们需要选择添加语言 chinese simple
在进入安装目录，执行.\tesseract

二、测试

• 查看可用的 “语言” -–list-langs 执行：tesseract --list-langs

• 执行 tesseract D:\example_05.jpg D:\out 默认使用英文识别，输出out.txt

• 执行 tesseract D:\example_05.jpg D:\out -l eng 指定英文识别，输出out.txt

• 执行 tesseract D:\example_05.jpg D:\out -l eng pdf 使用英文识别，输出out.pdf

• 执行 tesseract --print-parameters 查看全部参数

• 使用 -c 选项来设定单项参数的值:
  tesseract D:\example_05.jpg D:\out -l chi_sim -c language_model_ngram_on=1

• 使用多个 -c 选项来设置多个参数的值。
  将多项参数设置写入文件，然后在识别时使用该文件:
  tesseract paper.png paper -l chi_sim tess.conf

• 需要注意的是，如果配置文件有两个配置文件 tess_1.conf 和 tess_2.conf:
  tesseract paper.png paper -l chi_sim tess_1.conf tess_2.conf
  以上代码确实实现了输出：不过结果糟糕，可以试一下。

鸣谢
https://blog.csdn.net/haluoluo211/article/details/53304900