【OCR】 - Tesseract OCR在Windows系统中安装

Tesseract OCR

在Windows环境下安装Tesseract OCR(Optical Character Recognition)通常包括以下几个步骤:

下载Tesseract

  1. 访问Tesseract的GitHub发布页面:https://github.com/tesseract-ocr/tesseract/releases
  2. 找到适合你操作系统的版本,通常是预编译的二进制文件,例如 tesseract-x.x.x-setup.exe
  3. 下载并运行这个安装程序。

配置环境变量

  1. 打开系统属性,可以通过右键点击"此电脑"或"我的电脑",然后选择"属性"来访问。
  2. 在打开的窗口中,找到并点击"高级系统设置"。
  3. 在"系统属性"窗口中,切换到"高级"选项卡,然后点击"环境变量"按钮。
  4. 在"环境变量"窗口中,在"系统变量"部分找到名为 Path
  5. 在弹出的窗口中,点击"新建"按钮,然后添加Tesseract的安装路径。如果安装在默认位置,可能是
    C:\Program Files\Tesseract-OCR
  6. 点击"确定"按钮关闭所有打开的窗口以保存更改。

测试安装

  1. 打开命令提示符(CMD),可以通过按下 Win+R键,然后输入cmd并回车来打开。
  2. 在命令行中输入以下命令,检查Tesseract是否已经正确安装和配置:
bash 复制代码
tesseract --version

如果一切正常,你应该能看到类似tesseract 5.0.0这样的输出,显示了当前安装的Tesseract版本信息。

安装语言包

  1. 如果需要识别的语言不是英语(如简体中文),你需要下载对应的语言数据包。
  2. 你可以从Tesseract官方镜像站点或者其他可靠来源下载所需的语言包。例如,简体中文的数据包通常是
    chi_sim.traineddata
  3. 将下载的语言数据包放在Tesseract的 tessdata
bash 复制代码
C:\Program Files\Tesseract-OCR\tessdata

使用Tesseract

一旦安装完成并配置好环境变量,你就可以使用Tesseract进行文本识别了。一个基本的命令行用法如下:

bash 复制代码
tesseract image_file output_text -l language

其中,image_file是你要识别的图像文件名,

output_text是识别结果要保存的文本文件名,

language是你指定的识别语言(如eng、chi_sim等)。

相关推荐
Wellijohn1 小时前
我把公司内部的 12 个 CRUD 接口交给了 AI Agent,然后省出了两周
人工智能·python·mcp
2601_967980113 小时前
python pytest怎样测试代码
python·pytest·测试·文档·断言
伞伞悦读3 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习
ch6234 小时前
🚀 从零构建本地文档智能审查 Agent:Vibe Coding 实战指南
python
摇滚侠4 小时前
《On Java 中文版 基础卷》阅读笔记 接口 18
java·笔记·python
Thanks_ks5 小时前
AI Agent 开发入门:用 Function Calling 让大模型学会 “动手干活”,附订单查询机器人实战
python·ai·大模型·openai·agent·通义千问·mcp
专注仿真5 小时前
智能体训练之模仿学习:GAIL 算法详解与实战
python·算法·仿真·多智能体强化学习·afsim智能体训练
databook6 小时前
处理一批 PDF,怎么算真的处理完了
后端·python
xx z7 小时前
Radmin LAN 怎么联机(虚拟局域网建房与加入教程)
windows·工具·软件
承渊政道8 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表