【老保姆教程】：Tesseract-OCR图片文字识别

最新推荐文章于 2025-06-25 12:33:19 发布
原创 最新推荐文章于 2025-06-25 12:33:19 发布 · 1.4w 阅读 · 70 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #OCR图片文字识别 #CMD

本文介绍了Tesseract-OCR的安装、环境变量配置和语言包设置，通过CMD命令行及PyCharm实现图片识别。遇到识别精度低的问题，可考虑训练库或采用更专业的解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

🌟介绍一波

Tesseract-OCR 是一款由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。
（别问我咋知道，百度一下，你就知道😛）

🌟小安装

🌟配置环境变量

⭐️tesseract-ocr配置

  1. 下载 tesseract-ocr-setup-4.00.00dev.exe 完成后，对tesseract-ocr进行安装，找到tesseract.exe所在的文件路径，复制该文件所在的路径。
    在这里插入图片描述

  2. 打开环境变量：打开控制面板——>输入“环境”，回车——>点击“编辑系统环境变量”——>点击“环境变量”。
    在这里插入图片描述
    在这里插入图片描述
    3、在用户变量和系统变量的Path中分别粘贴之前复制的路径，最后一直点击“确定”即可。
    在这里插入图片描述
    在这里插入图片描述

⭐️tessdata语言配置

  1. 在Tesseract-OCR的文件夹中找到tessdata文件夹并进入（此文件夹中包含的是各种语言包，提供识别功能）并复制此路径。
    在这里插入图片描述
  2. 打开环境变量（以上已有，不再赘述），在系统变量中点击新建，添加一个系统变量，变量名为TESSDATA_PREFIX，变量值为tessdata文件夹的路径。
    在这里插入图片描述

⭐️检测环境变量是否安装成功

👉打开cmd命令框并输入tesseract后回车，如果出现以下内容则表示环境变量安装成功。
在这里插入图片描述

🌟语言包的配置使用

下载好tessdata各语言集合包并解压后点击进入文件，即可看见里面有很多语言包（chi_sim是中文识别包，equ是数学公式包，eng是英文包 ），可将对应的语言包复制并粘贴到Tesseract-OCR的文件夹下的tessdata文件夹中。
在这里插入图片描述

🌟CMD命令框中进行图片识别操作

  • 在CMD中进入所要识别图片的路径。
    在这里插入图片描述

在这里插入图片描述

⭐️举例一：识别数字

命令（举例）：tesseract 1.png out_1 -1 eng
1.png：图片名称
out_1：识别后形成的文本文件名称
-l：不是数字1，而是字母L的小写
eng：识别的是数字或英文

在这里插入图片描述

  • 这时则在图片路径下生成一个名为out_1的文本文件，文件中写入的是识别的内容。
    在这里插入图片描述

⭐️举例二：识别文字

在这里插入图片描述
在这里插入图片描述

🌟pycharm中进行图片识别操作

  • 需要下载的模块：
    pip install PIL
    pip install pytesseract

⭐️举例一：识别文字

from PIL import Image
from pytesseract import pytesseract

a = pytesseract.image_to_string(Image.open('F:/识别/2.png'), lang='chi_sim')
print(a)

在这里插入图片描述

🌟唠唠问题

大家可以发现👀，使用Tesseract-OCR进行图片文字识别时会出现识别错误的情况，也就是识别精度较低。当我们想识别文字较多，内容较为复杂的图片时，就很难识别出来了，这可咋办？
莫慌莫慌，想要知道如何解决，请听下回分解😜

100天精通Python（进阶篇）——第44天：基于Tesseract-OCR实现OCR图片文字识别实战
努力让自己发光，对的人才能迎着光而来
01-22 9万+
100天精通Python（进阶篇）——第44天：基于Tesseract-OCR实现OCR图片文字识别实战
Tesseract-OCR使用教程
Leonard_csdn的博客
04-18 7515
Tesseract-OCR
Tesseract OCR 3.04 - 开源OCR引擎的重大更新
weixin_42514540的博客
05-16 1355
光学字符识别（OCR）技术，是一种将印刷或手写文字转化为机器编码文本的技术，广泛应用于文档数字化、数据录入自动化等领域。Tesseract OCR是由HP实验室开发，并于2005年开源，至今已成为最成熟的开源OCR引擎之一。在开始使用Tesseract之前，你应当对压缩包内的文件结构有一个基本的了解。无论是源代码包还是预编译的二进制文件包，Tesseract的文件结构都包含了多个目录和文件，各自承担着特定的功能。
深入掌握Tesseract OCR：从安装到应用
最新发布
weixin_32306683的博客
06-25 1789
Tesseract OCR是一个开源的光学字符识别引擎，由HP开发，目前由Google赞助维护。它的核心算法为Tesseract，能够将图片中的文字识别出来，并转录成机器编码形式的文本文件。Tesseract支持多种操作系统，包括但不限于Windows、Linux和Mac OS X，并能支持100多种语言的识别。在进行图像预处理时，可以使用一些图像处理工具。在Python中，Pillow是一个常用的图像处理库，它提供了很多方便的方法来处理图像。另一个强大的工具是OpenCV。
Ocr之TesseractOcr的安装及使用
u014642921的博客
02-12 2万+
安装复杂度较低。相比于paddleocr的安装要简单的多（需要安装python环境及下载paddleocr相关内容）。paddleocr安装借鉴gitee paddleocr开源代码>> |属于国外开源Ocr。可设置识别参数。可设置变量与识别语言。使用Ocr时用到的工具类。可自行测试import cn/*** @Description: ocr按区域识别文件if(!
Tesseract OCR：安装及中文支持包全解
weixin_28931449的博客
09-24 1万+
本文还有配套的精品资源，点击获取 简介：Tesseract OCR是开源的光学字符识别工具，由HP开发，Google维护，能够将图片中的文字转换成可编辑的文本。本文将详细探讨Tesseract的安装包及其所需的中文语言包，包括简体中文（chi_sim）和繁体中文（chi_tra）训练数据文件。同时，概述了Tesseract的基本工作流程，并提供了增强其功能的方法，例如使用训...
TesseractOcr 安装、使用、训练字库（基础详细版）
qq_39980539的博客
05-23 1万+
ocr下载地址：安装过程中有一点要注意：等待中文包下载完成即可安装成功。查看安装信息：tesseract.exe -v这是因为没有配置环境变量：在我的电脑——>右键属性——>高级系统设置——>环境变量。
Android开发 OCR：通过Tesseract实现图片文字识别
afufufufu的博客
03-29 3906
官网奉上简单地说，Tesseract 就是OCR所说的“识别软件”的具体实现其实看官网已经是5、6年前就开始不维护了这里也指明了，不在维护，可前往 Tesseract Tools 的一个分支Tesseract4Android官网，这里还是写一下吧，做参考。
Tesseract OCR 图片识别
Hello_World_CFF的博客
04-22 417
Tesseract OCR 图片识别 官方链接 Tesseract OCR 1.下载 Tesseract OCR文档说明，也可通过官网，下面位置，点击进入： Tesseract OCR windows 下载包，界面如下： 我这边下载了64位的 2.安装 安装其余与一般一样,默认即可，特别注意以下要选中文相关，不想装C盘的可以选一下安装路径 手动添加环境变量，变量名为： TESSDATA_PREFIX 3.代码 vscode下载库 前提：python环境是3.9的 python -m pip
Tesseract OCR 的使用
热门推荐
xhmico的博客
04-19 2万+
第一种：使用开源的 OCR第二种：使用第三方 OCR（比如阿里、百度的 OCR）本文章是对开源的一个简单介绍，以及Java如何整合什么是 OCROCR，即，是光学字符识别的简称。它是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。简言之，OCR技术可以将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工。OCR。
【Tesseract-OCR】玩转OCR中文识别
赖德发的博客
08-07 2万+
一、准备工作： 1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提示安装就行。 2、下载chi_sim.traindata字库。要有这个才能识别中文。下好后，放到Tesseract-OCR项目的tessdata文件夹里面。 3、下载jTessBoxEditor，这个是用来训练字库的，下好后，放到Tesseract-OCR项目下面。 以上的几个在百度都能找到下载，就不
tesseract-ocr的中文识别语言库
07-11
tesseract-ocr的语言库识别库文件，下载解压后放到tesseract-ocr安装目录下的tessdata 目录，存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件. 这个安装程序默认包含了英文字库。
Tesseract-OCR：安装、训练自己数据库、Python调用字符数据（保姆级教程）
航空界的小爬虫
03-25 9000
1、安装程序 2、配置系统环境 3、 打开CMD命令提示符(管理员) 输入：tesseract -v 显示版本号，安装成功 4、若使用python操作 输入：pip installpytesseract 下载pytesseract模块
财务福音。用Python+OCR人工智能识别发票自动存入Excel表格保姆级教程_开源发票识别(1)
2401_84139587的博客
05-02 1145
ImageMagick包括许多用于处理图像的命令行实用程序。ImageMagick的下载地址是：Tesseract是一款由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，我们可以不断地训练库，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。
Python 自动识别图片文字—保姆级OCR实战教程
一名正义的白帽黑客
10-20 1万+
Python 自动识别图片文字—保姆级OCR实战教程
财务福音。用Python+OCR人工智能识别发票自动存入Excel表格保姆级教程
爬遍所有网站
02-12 7729
前言 对于所有公司财务而言，用肉眼看发票，再将信息手动录入excel绝对是人间十大酷刑之一，对于这种流程清晰，机械重复的工作场景，最适合用python自动化办公技术+人工智能技术来解决。 场景描述 我去财务办公室实地考察了，发票都长这个样。 财务小姐姐需要填报的字段为：发票号、税额、销方名称。 那么需求就非常明确了，我们只需要把文件夹里面的一堆发票照片的发票号、税额、销方名称三项用OCR技术识别出来转化为字符串，填入excel表格中即可。 配置环境.
财务福音。用Python+OCR人工智能识别发票自动存入Excel表格保姆级教程_开源发票识别(2)
2401_84139610的博客
05-02 1117
源代码left、top、right、bottom就是图片的四个顶点坐标，数值可以经过多次修正而定，大家根据自己的发票内容去定位即可，如果想兼容性强一些，可以让框子尽可能大，以保证每一张发票都能准确框住该位置。这也要求发票的各照片不能差距太大，尽量按统一标准拍摄，以保证各字段相对位置变化不会太大，否则一旦框不住需要的字段，就无法识别。如果所有发票都是格式统一的电子发票则不存在此问题。可以看出pyocr就是直接调用的tesseract。接着利用ocr把图片变成字符串。此时我们已经得到了发票号码字段。
详细解读文字识别工具———Tesseract-OCR
别看我只是一只羊
12-05 2万+
   在尝试破解12306验证码的时候，提前了解了一下应对各种验证码的解决方案，这里主要是学习到了面对文字图片验证码，例如亚马逊、豆瓣等平台的登录时会遇到的情况，效果还不错。 一、工具介绍 ​    Tesseract-OCR 是一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition...
tesseract-ocr中文识别
ponnyao学习笔记
06-14 2571
tesseract-ocr5.0中文环境配置
Tesseract保姆
12-27
### Tesseract OCR 完整教程和使用指南 #### 了解 Tesseract OCR Tesseract 是由 Google 开发的一个开源光学字符识别 (OCR) 引擎，主要用于从各种类型的图像中提取文本信息。该项目主要采用 C++ 编写，并集成了多种关键技术以提高识别效率和准确性[^1]。 #### 关键技术概述 - **LSTM（长短期记忆网络）**: 自 Tesseract 4 版本起引入了基于 LSTM 的机器学习模型来进行更精准的文字检测与识别。 - **Leptonica 图像处理库**: 提供了一系列强大的工具函数帮助预处理输入图片以便更好地适应 OCR 处理需求。 #### 构建与部署准备事项 为了能够顺利编译并运行 Tesseract 应用程序，在开始之前需完成以下几项准备工作： ##### 软件依赖安装 确保已安装必要的软件包如 Git、CMake 及其他可能需要的开发工具链；对于特定操作系统还需额外注意其特有的前置条件设置说明。 ##### 设置环境变量 针对不同平台执行相应指令使 `tesseract` 命令全局可用，并通过定义 `TESSDATA_PREFIX` 来指定语言数据的位置，这对于多语种支持至关重要[^3]。 ```bash export TESSDATA_PREFIX=/usr/local/share/tessdata/ ``` #### 实际应用案例分析 当与其他先进的 OCR 解决方案相结合时——例如百度 PaddleOCR——可以进一步增强对复杂场景中文档布局的理解能力以及特殊情况下字符形态变化后的辨识度[^2]。 #### Python 接口调用实例 下面给出一段简单的 Python 代码片段展示如何利用 PyPI 上发布的官方封装模块 pytesseract 对一张本地存储的照片实施基本的文字抓取操作： ```python from PIL import Image import pytesseract image_path = 'example_image.png' text = pytesseract.image_to_string(Image.open(image_path), lang='chi_sim') print(text) ``` 此段脚本首先导入所需类库，接着加载目标影像文件并通过设定参数指明所期望的语言版本（这里选择了简体中文），最后输出转换所得字符串结果。
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

街 三 仔

你的鼓励是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值