Tesseract入门--把图片里印刷文字提取成文本

Tesseract 是 Google 开源 OCR 光学字符识别引擎,Apache2.0 协议,把图片里印刷文字提取成文本,支持 130 + 语言,没有自带 GUI,命令行 / API 调用,当前稳定版 5.x(LSTM 深度学习模型)。

⚠️ 只擅长印刷体;手写识别很差;中文需要单独中文训练包 chi_sim。

下载

1、tesseract-ocr-w64-setup-5.5.3.20260724资源-CSDN下载

2、Home · UB-Mannheim/tesseract Wiki · GitHub

安装要点

1、运行 exe 安装包

2、展开 Additional language data → 勾选 Chinese (Simplified) 简体中文语言包(识别中文必须)

3、默认路径:C:\Program Files\Tesseract-OCR,配置到环境变量PATH。

验证是否安装成功

复制代码
tesseract --version

查看已装语言:

bash 复制代码
tesseract --list-langs

Python 侧安装

bash 复制代码
pip install pytesseract pillow

英文识别

被识别图片

识别代码

python 复制代码
from PIL import Image
import pytesseract

# Windows如果没配置PATH,取消下面注释写对路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract‑OCR\tesseract.exe'

img = Image.open("english.png")
text = pytesseract.image_to_string(img, lang="eng")
print(text)

数字识别

被识别图片

识别代码

python 复制代码
from PIL import Image
import pytesseract

# Windows如果没配置PATH,取消下面注释写对路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract‑OCR\tesseract.exe'

img = Image.open("digital.png")
text = pytesseract.image_to_string(img)
print(text)

中英混合识别

被识别图片

识别代码

python 复制代码
from PIL import Image
import pytesseract

# Windows如果没配置PATH,取消下面注释写对路径
# pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract‑OCR\tesseract.exe'

img = Image.open("test.png")
text = pytesseract.image_to_string(img, lang="chi_sim+eng") #中英混合识别
print(text)
相关推荐
TomEval9 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill10 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks11 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP11 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
yiangL_12 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
lula88813 小时前
PVC-U、PVC-C、PVC-O 差一个字母,差的是三种增强路线
python
数字工作台14 小时前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
DKPT14 小时前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_8685347815 小时前
逻辑网络设计
网络·python
2601_9679791215 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块