软件安装笔记3：tesseract-ocr for mac和homebrew

1、下载地址：

tesseract github下载地址：https://github.com/tesseract-ocr/tesseract/wiki

2、安装步骤

官方对于mac版本提供了两种安装方式：brew 和macports

macports 安装能够参考：https://blog.csdn.net/Cloudox_/article/details/72841935

此处选择brew安装，参照下图

安装homebrew

参见官网：

过程会比较慢，等等就好。

若是不想等，能够参考：https://blog.csdn.net/qq_35624642/article/details/79682979

安装好后，查看版本：brew --version

mac 上通常能够在/usr/local 路径上找到homebrew 的相关文件

接下来执行：

brew install tesseract 此处只选择安装tesseract

brew install --with-training-tools tesseract //安装tesseract， 同时安装训练工具
brew install --all-languages tesseract //安装tesseract，同时它还会安装全部语言 不推荐，能够本身选择安装
brew install --all-languages --with-training-tools tesseract //安装附加组件

 便可自动安装完毕，且独立生成文件夹，之后卸载也很方便，有点相似虚拟环境

 

/usr/local/Cellar/tesseract/4.0.0_1/share/tessdata/  这个路径下面放识别的语言包

若是上面没有本身想要的，能够上https://github.com/tesseract-ocr/tessdata 这里进行下载

注：数字和英文组合的验证码就用eng.traineddata/enm.traineddata，中文的话用chi_sim.traineddata。若是上面提供的语言包识别不是很准，能够训练本身的语言包，这里不在展开，后续在研究。

 

3、测试

方法一：

tesseract 的调用相对简单，以下图

只要在终端执行：

tesseract image.png result

就会在当前目录生成一个result.txt文件，里面即为识别的结果。

准确率还挺高的。

 

方法二：

经过pytesseract模块

pip install pytesseract

pytesseract模块通常与PIL模块一块儿使用，用于打开图片

安装好pytesseract 后，要进行一个tesseract_cmd 设置，要否则容易报错误：

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

解决办法，打开本地安装pytesseract包中的pytesseract.py文件

在第35行中，把tesseract_cmd = 'tesseract' 后面的路径改成本身本地tesseract执行文件的路径。如我本机的文件路径为：

tesseract_cmd = '/usr/local/Cellar/tesseract/4.0.0_1/bin/tesseract'

 

 生成test.py文件。

from PIL import Image import pytesseract if __name__=='__main__': text = pytesseract.image_to_string(Image.open('image.png'),lang='eng') print(text)

运行结果：

 

 

参考：http://www.javashuo.com/article/p-gyhizmrd-ku.html