tesseract的简单使用
Tesseract 是一个开源的 OCR 引擎，可以识别多种格式的图像文件并将其转换成文本，最初由 HP 公司开发，后来由 Google 维护。下载地址：https://digi.bib.uni-mannheim.de/tesseract/
其中文件名中带有 dev 的为开发版本，不带 dev 的为稳定版本。
安装时可以添加支持的语言包，如下界面最后一个选项点开选择，我们可以选择简体中文 Chiness(Simplified)。
安装完成后还需要将安装路径添加至环境变量。
打开 cmd，输入命令 tesseract -v，看到输出版本信息即代表安装成功。
识别命令：tesseract 图片路径 结果文件名 -l 语言
1、将 cmd 切换到图片所在路径，则可以只输入图片名，否则需要全路径
2、结果文件名不可以加后缀，必定会自动加 .txt 后缀，如果结果文件名写 a.txt，则最后输出的文件名为 a.txt.txt。
3、-l 是英文字母L，不是数字1，language的意思。
4、语言英文为 eng，简体中文为 chi_sim
截了个谷歌的图片来测试
输入命令：tesseract 1.png a -l eng，结果如下，识别正确
我们尝试用简体中文试试
识别就有误了。
中文的识别可以另外截图试试，只是正确率并不高。
我 tesseract 是安装在 C 盘的，在 C 盘运行命令识别没问题，但在 D 盘打开 cmd 运行命令就报错了：
Error opening data file ….
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your “tessdata” directory.
Failed loading language ‘eng’
Teseract couldn’t load any languages!
Counld not initialize tesseract
意思就是要将 tessdata 的父文件夹路径设置为名为 TESSDATA_PREFIX 的环境变量值。设置完成之后需要重启电脑，否则依然报错。
