簡介：

tesseract-ocr可以對圖像文字進行識別，為圖文轉換的工作時省去了大量時間。我們還可以通過不斷的訓練字庫，使圖像轉換文本的能力不斷增強，也可以調試模型使圖像文字進行程序的識別率更高，

一.tesseract4.0的安裝與配置環境變量：

1、安裝包地址：?http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

2、下載完之后，直接執行.exe文件進行安裝，安裝步驟：

（1）選擇語言包：

除了默認已經打鉤的，再鉤上數字公式常用包和簡體中文包。

（2）選擇安裝路徑：（需要記住自己的安裝路徑，后面配置需要用到）

我的安裝路徑是：D:\Tesseract\tesseract-ocr--4.00.00dev\Tesseract-OCR

（3）目錄結構：

（4）配置環境變量：

第一步：在環境變量界面的系統變量中找到Path，點擊編輯，新建一個D:\Tesseract\tesseract-ocr--4.00.00dev\Tesseract-OCR（你的安裝目錄），然后確定。

第二步：在系統變量下面新建一個變量，然后確定。

變量名：TESSDATA_PREFIX

變量值：D:\Tesseract\tesseract-ocr--4.00.00dev\Tesseract-OCR\tessdata(安裝目錄下的tessdata文件夾)

（5）檢驗環境變量是否配置成功：打開cmd命令行，在任意路徑，輸入“tesseract”，出現下面信息則表示配置成功。

二、初步使用tesseract4.0進行簡單的圖片文字識別：

1、先準備一張圖片素材（圖片命名是wenzi.png），內容如下圖：

2、打開cmd命令行，進入素材圖片所在的目錄，輸入以下命令，就會生成一個test.txt文檔，該文檔的內容為圖片識別后的文字：

tesseract wenzi.png test -l chi_sim+equ+eng

其中，wenzi.png是素材的名字，test是識別后生成的文檔的名字，-l是指定使用包(注意：是小寫英文字母l，不是阿拉伯數字1)，chi_sim是中文識別包，equ是數字公式包，eng是英文包。

識別后的test.txt的文字內容：

3、至此，使用tesseract4.0進行簡單的文字識別就完成，雖然識別的成功不高，但是我們可以通過訓練字庫的方法提高tesseract的識別率，訓練tesseract字庫的方法在下篇博客再寫。

總結

以上是生活随笔為你收集整理的图片文字识别（一）：tesseract-ocr-4.00的安装与初步进行图片文字识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。