Tesseract OCR  安装及使用

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 , 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。

语言包：https://github.com/tesseract-ocr/tessdata

直接下载地址：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/

二、配置环境变量

2.1 进入环境变量配置界面

右键点击此电脑–属性–高级系统设置–环境变量–系统变量–Path

2.2 添加系统变量

找到系统变量的 Path ，将 Tesseract-OCR 的安装目录添加进去：

2.3 添加 tessdata 系统变量

如下图新建系统变量 ：TESSDATA_PREFIX

变量值为 tessdata 文件夹的路径（在Tesseract-OCR的安装目录下）：

三、使用 Tesseract-OCR

3.1 进入cmd 输入下面的命令查看版本，正常运行则安装成功：

tesseract --version

3.2 使用下面命令识别图片

tesseract 图片路径 输出文件

查看输出的 2.txt文件：

结果正确！

打开命令终端，输入：tesseract -v
，可以看到版本信息

用命令tesseract --list-langs
来查看Tesseract-OCR支持语言。

Tesseract OCR 语言包下载

esseract OCR语言包的下载地址

https://github.com/tesseract-ocr/tessdata

写的比较好的文章

Tesseract怎么识别中文_欧世乐-CSDN博客_tesseract 中文

Windows下的Tesseract的配置安装与使用_欧世乐-CSDN博客_windows安装tesseract

参考：1. https://blog.csdn.net/qq_37193537/article/details/81335165

2.https://blog.csdn.net/weixin_43656359/article/details/103401848

Tesseract-OCR识别中文与训练字库实例：

https://www.cnblogs.com/lcawen/articles/7040005.html

C# 利用PdfSharp生成Pdf文件
base64计算文件大小Topshelf 
搭建 Windows 服务
C# 笛卡尔积 算法
.NET Core 下使用 Serilog 记录日志
C#中IOC容器-Autofac的使用
堆和栈(stack and heap)的基础知识
并发与并行的区别