軟件安裝筆記3：tesseract-ocr for mac和homebrew

1、下載地址：

tesseract github下載地址：https://github.com/tesseract-ocr/tesseract/wiki

2、安裝步驟

官方對於mac版本提供了兩種安裝方式：brew 和macports

macports 安裝能夠參考：https://blog.csdn.net/Cloudox_/article/details/72841935

此處選擇brew安裝，參照下圖

安裝homebrew

參見官網：

過程會比較慢，等等就好。

若是不想等，能夠參考：https://blog.csdn.net/qq_35624642/article/details/79682979

安裝好後，查看版本：brew --version

mac 上通常能夠在/usr/local 路徑上找到homebrew 的相關文件

接下來執行：

brew install tesseract 此處只選擇安裝tesseract

brew install --with-training-tools tesseract //安裝tesseract， 同時安裝訓練工具
brew install --all-languages tesseract //安裝tesseract，同時它還會安裝全部語言 不推薦，能夠本身選擇安裝
brew install --all-languages --with-training-tools tesseract //安裝附加組件

 便可自動安裝完畢，且獨立生成文件夾，之後卸載也很方便，有點相似虛擬環境

 

/usr/local/Cellar/tesseract/4.0.0_1/share/tessdata/  這個路徑下面放識別的語言包

若是上面沒有本身想要的，能夠上https://github.com/tesseract-ocr/tessdata 這裏進行下載

注：數字和英文組合的驗證碼就用eng.traineddata/enm.traineddata，中文的話用chi_sim.traineddata。若是上面提供的語言包識別不是很準，能夠訓練本身的語言包，這裏不在展開，後續在研究。

 

3、測試

方法一：

tesseract 的調用相對簡單，以下圖

只要在終端執行：

tesseract image.png result

就會在當前目錄生成一個result.txt文件，裏面即爲識別的結果。

準確率還挺高的。

 

方法二：

經過pytesseract模塊

pip install pytesseract

pytesseract模塊通常與PIL模塊一塊兒使用，用於打開圖片

安裝好pytesseract 後，要進行一個tesseract_cmd 設置，要否則容易報錯誤：

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

解決辦法，打開本地安裝pytesseract包中的pytesseract.py文件

在第35行中，把tesseract_cmd = 'tesseract' 後面的路徑改成本身本地tesseract執行文件的路徑。如我本機的文件路徑爲：

tesseract_cmd = '/usr/local/Cellar/tesseract/4.0.0_1/bin/tesseract'

 

 生成test.py文件。

from PIL import Image import pytesseract if __name__=='__main__': text = pytesseract.image_to_string(Image.open('image.png'),lang='eng') print(text)

運行結果：

 

 

參考：http://www.javashuo.com/article/p-gyhizmrd-ku.html