软件安装笔记3：tesseract-ocr for mac和homebrew

一、下载地址：

tesseract github下载地址：https://github.com/tesseract-ocr/tesseract/wiki

二、安装步骤

官方对于mac版本提供了两种安装方式：brew 和macports

macports 安装可以参考：https://blog.csdn.net/Cloudox_/article/details/72841935

此处选择brew安装，参照下图

安装homebrew

参见官网：

过程会比较慢，等等就好。

如果不想等，可以参考：https://blog.csdn.net/qq_35624642/article/details/79682979

安装好后，查看版本：brew --version

mac 上一般可以在/usr/local 路径上找到homebrew 的相关文件

接下来执行：

brew install tesseract 此处只选择安装tesseract

brew install --with-training-tools tesseract //安装tesseract， 同时安装训练工具
brew install --all-languages tesseract //安装tesseract，同时它还会安装所有语言 不推荐，可以自己选择安装
brew install --all-languages --with-training-tools tesseract //安装附加组件

 即可自动安装完毕，且独立生成文件夹，以后卸载也很方便，有点类似虚拟环境

/usr/local/Cellar/tesseract/4.0.0_1/share/tessdata/  这个路径下面放识别的语言包

如果上面没有自己想要的，可以上https://github.com/tesseract-ocr/tessdata 这里进行下载

注：数字和英文组合的验证码就用eng.traineddata/enm.traineddata，中文的话用chi_sim.traineddata。如果上面提供的语言包识别不是很准，可以训练自己的语言包，这里不在展开，后续在研究。

三、测试

方法一：

tesseract 的调用相对简单，如下图

只要在终端执行：

tesseract image.png result

就会在当前目录生成一个result.txt文件，里面即为识别的结果。

准确率还挺高的。

方法二：

通过pytesseract模块

pip install pytesseract

pytesseract模块一般与PIL模块一起使用，用于打开图片

安装好pytesseract 后，要进行一个tesseract_cmd 设置，要不然容易报错误：

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

解决办法，打开本地安装pytesseract包中的pytesseract.py文件

在第35行中，把tesseract_cmd = 'tesseract' 后面的路径改为自己本地tesseract执行文件的路径。如我本机的文件路径为：

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)

运行结果：

参考：https://blog.csdn.net/wodedipang_/article/details/84585914