1.Tesseract-OCR简介
一个Google支持的开源的OCR图文识别开源项目。支持多种语言(我使用的是3.02 版本，支持包括英文,简体中文,繁体中文),支持Windows,Linux,Mac OSX 多平台。
2.Tesseract安装
下载windows版本的tesseract安装包，我下载的版本是是http://3.onj.me/tesseract/网站所维护的，安装后有个doc文件夹，里面有英文的使用文档。为了在全局使用方便，比如安装路径为D:\Application\tesseract，将D:\Application\tesseract添加到环境变量的path中。
注：
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。
如果想能识别其他语言，可以到https://github.com/tesseract-ocr/tessdata下载对应的语言的字库文件。
下载完成后将该文件剪切到tessdata目录下去就可以了。
新增环境变量TESSDATA_PREFIX，值为D:\Application\tesseract
3.Tesseract 使用
a. tesseract C:'User\ppzc\1.jpg result 默认英文
b. tesseract C:'User\ppzc\2.jpg result -l chi_sim 指定中文
4.简单使用
a.使用中文
import pytesseract
from PIL import Image pytesseract.pytesseract.tesseract_cmd=r"D:\tesseract\tesseract.exe"
imgs=Image.open("1.png")
text1=pytesseract.image_to_string(imgs,lang="chi_sim")
print(text1)
b.使用默认英文
import pytesseract
from PIL import Image pytesseract.pytesseract.tesseract_cmd=r"D:\tesseract\tesseract.exe"
imgs=Image.open("2.jpg")
text1=pytesseract.image_to_string(imgs)
print(text1)
5.案例
import pytesseract
from urllib import request
from PIL import Image
import time def main():
pytesseract.pytesseract.tesseract_cmd=r'D:\tesseract\tesseract.exe'
url="https://passport.lagou.com/vcode/create?from=register&refresh=1513082291955"
while True:
request.urlretrieve(url,"1.png")
image=Image.open("1.png")
text=pytesseract.image_to_string(image)
print(text)
time.sleep(2) if __name__=="__main__":
main()
6.