Tesseract OCR V5.0安装教程（Windows）

官方网站：https://github.com/tesseract-ocr/tesseract

官方文档：https://github.com/tesseract-ocr/tessdoc

语言包地址：https://github.com/tesseract-ocr/tessdata

下载地址：https://digi.bib.uni-mannheim.de/tesseract/

Tesseract，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。

1、 下载地址在本文章顶部，注意尽量不要下载带dev，alpha，beta等版本，这些版本不稳定，也可能是测试版本。建议下载最新稳定版本： tesseract-ocr-w64-setup-v5.0.0.20190623.exe。

2、 安装过程可以附带选择要安装的语言包，如下简体中文，之后自动会从服务器下载该语言包下来。（这里不建议勾选下载语言包，因为速度太慢了，教程后面会介绍怎么拓展语言包。如果有开梯子的话，请忽略括号内这段话）

 

勾选要拓展的语言包

勾选要拓展的语言包

3、 设置环境变量

 

添加环境变量

添加环境变量

4、检查查看是否安装成功

 

命令行窗口检查是否安装完成

命令行窗口检查是否安装完成

在文章顶部找到语言包地址的链接，下载需要的的语言包，如下图，红框内为中文简体语言包，下载后将该包直接放在程序安装目录的tessdata文件夹里面即可。

 

中文简体包

中文简体包

命令行使用 tesseract --list-langs命令可查看当前软件支持的语言：

 

查看支持语言

查看支持语言

 

测试图

测试图

 

识别效果

识别效果

识别效果一般，但是有Tesseract优点，那就是语言包可以进行训练，建议先训练再使用会好一点。

如果运行后出现下面提示，找不到tesseract路径：

解决方案有两种：

1、 将tesseract安装目录添加至电脑的环境变量。

2、 在代码中指定tesseract的路径

 

转：https://www.jianshu.com/p/f7cb0b3f337a

 

参考：

https://blog.csdn.net/qq_38628046/article/details/129062682

https://blog.csdn.net/weixin_43343621/article/details/142906906