tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/
https://blog.csdn.net/u010454030/article/details/80515501
http://www.freeocr.net/
https://www.pyimagesearch.com/2018/09/17/opencv-ocr-and-text-recognition-with-tesseract/
方案2：EasyOCR
安装了最新的驱动
当前显卡驱动
https://github.com/JaidedAI/EasyOCR
1. https://pytorch.org/ 安装，可能需要FQ
老版本需要在这里安装
https://pytorch.org/get-started/previous-versions/
我装了几个都报错。我先装个 不用gpu的，我装了1.5版本，装1.6版本会报错，网上说降级装低版本。
下面这个成功的
pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f https://download.pytorch.org/whl/torch_stable.html 用cuda 10.0,安装这个也成功.
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/cu100/torch_stable.html
https://download.pytorch.org/whl/cu100/torch-1.2.0-cp36-cp36m-win_amd64.whl
试下安装这个可行否
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
pytesseract psm 选项参数
页面细分模式：
0仅方向和脚本检测（OSD）。
1使用OSD自动进行页面分割。
2自动页面分割，但没有OSD或OCR。
3全自动页面分割，但没有OSD。 （默认）
4假设一列可变大小的文本。
5假定单个统一的垂直对齐文本块。
6假设一个统一的文本块。
7将图像视为单个文本行。
8将图像视为一个单词。
9将图像视为一个圆圈中的单个单词。
10将图像视为一个字符。
11稀疏文本。 以特定顺序查找尽可能多的文本。
12带有OSD的稀疏文本。
13原始行。 将图像视为单个文本行，
绕开特定于Tesseract的骇客。
这是带有多个参数的image_to_string的示例用法。