• tesseract-ocr的安装及使用


    1、下载安装包

    根据https://github.com/tesseract-ocr/tesseract/wiki,我找到非官方的安装包,好像我只看到64位的安装包http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe,下载后直接安装即可,但是要记得你的安装目录,我们等会配置环境变量要用。

    如果不是做英文的图文识别,还需要下载其他语言的识别包https://github.com/tesseract-ocr/tesseract/wiki/Data-Files。

    简体字识别包:https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata

    繁体字识别包:https://github.com/tesseract-ocr/tessdata/raw/4.0/chi_tra.traineddata

    或者直接我的百度云盘:链接:tesseract 密码:tmdm

    第二步:安装

    直接执行下载好的tesseract-ocr-setup-4.0.0-alpha.20180109.exe,下一步、下一步安装。安装过程中,会让你安装额外的语言包,可根据选择下载。

    第三步:配置环境变量

    我的是安装在C:Program Files (x86)Tesseract-OCR,界面如下:

    将“F:Tesseract-OCR”添加到环境变量中。如图:

    增加一个TESSDATA_PREFIX变量名,变量值还是我的安装路径F:Tesseract-OCR essdata这是将语言字库文件夹添加到变量中;

    使用
    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。

    将命令行切换至目标图像文件目录,比如我们转换文件为test.png(图片文件允许多种格式),位于C:UsersLianDesktop est;然后在命令行中输入

    tesseract test.png output_1 –l eng
    【语法】:  tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile…]

    imagename为目标图片文件名,需加格式后缀;outputbase是转换结果文件名;lang是语言名称(在Tesseract-OCR中tessdata文件夹可看到以eng开头的语言文件eng.traineddata),如不标-l eng则默认为eng。

    打开文件output_1.txt,发现tesseract成功的将图像转换成152408。

    遇到的问题:
    问题1:

    没有配置环境变量,按上面情况将环境变量配置好

    问题2:

    E: estdir>tesseract ttest1.png test1 -l eng

    Error opening data file Program Files (x86)Tesseract-OCR essdata/eng.traineddata

    Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.

    Failed loading language 'eng'

    Tesseract couldn't load any languages!

    Could not initialize tesseract.

    错误信息的关键词是tesseract_prefix的环境变量设置。

    解决办法:  找到testData所在的目录,默认情况下是在tesseract安装的目录,在环境变量中设置TESSDATA_PREFIX的环境变量为testdata所在的目录即可。 重新运行命令即可正常使用。

  • 相关阅读:
    c#判断输入的是不是数字
    params 关键字载入空值的陷阱
    拆箱陷阱
    接口的概念和声明
    数据库
    ios 纵向的UISlider
    微信小程序学习网站
    Spark RDD(2)
    SparkSql
    廖雪峰老师学习网站
  • 原文地址:https://www.cnblogs.com/enumx/p/12336273.html
Copyright © 2020-2023  润新知