Google Tesseract

### Google Tesseract OCR 使用指南 #### 安装 Tesseract OCR 为了使用 Tesseract OCR，首先需要安装该工具。对于不同操作系统，具体安装方法有所不同： - **Windows**: 可以从官方资源下载适用于 Windows 的可执行文件，并按照提示完成安装过程[^3]。 - **Linux/Unix**: 大多数 Linux 发行版可以通过包管理器轻松安装 Tesseract。例如，在 Ubuntu 上可以运行 `sudo apt-get install tesseract-ocr` 来安装。 #### Python 绑定 Pytesseract Python 用户通常会选择 pytesseract 库作为与 Tesseract 交互的方式。Pytesseract 是一个简单的封装层，允许开发者通过 Python 调用 Tesseract 功能。要安装此库，只需执行 pip 命令: ```bash pip install pytesseract ``` 此外，还需要指定 Tesseract 执行文件的位置。如果已经正确设置了环境变量，则无需额外配置；否则可以在代码中显式设置路径： ```python import pytesseract pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe' ``` #### 图像预处理提高准确性 图像质量直接影响到最终的文字识别精度。因此，在调用 Tesseract 进行 OCR 操作之前，建议先对输入图片做适当预处理。常见的做法包括灰度化、二值化、去噪等操作，这些都可以借助 OpenCV 实现： ```python import cv2 def preprocess_image(image_path): img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) # 加载为灰度图 _, binary_img = cv2.threshold(img, 150, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) # 自适应阈值分割 return binary_img ``` #### 简单的 OCR 示例 下面是一个完整的例子，展示了如何加载一张图片并从中提取文本信息： ```python from PIL import Image image_path = 'example.png' # 替换成实际图片路径 processed_image = preprocess_image(image_path) text = pytesseract.image_to_string(Image.fromarray(processed_image), lang='chi_sim') # 中文识别需指定相应语言模型 print(text) ``` 上述脚本会读入名为 example.png 的文件，对其进行必要的预处理之后再交给 Tesseract 进行汉字识别，并打印出结果字符串。