爬虫 - Python下Tesseract Ocr引擎及安装介绍
tesseract 是一个google支持的开源ocr项目 其项目地址:github.com/tesseract-o… 目前最新的源码可以在这里下载 Tesseract的release版本下载地址:github.com/tesseract-o… Currently, there is no official Windows installer for newer versions 意思就是官方不提供最新版windows平台安装包,只有相对略老的3.02.02版本,其下载地址:sourceforge.net/projects/te… 最新版3.03和3.05版本,都是三方维护和管理的安装包,有好几个发行机构,分别是: www.dropbox.com/s/8t54mz39i… github.com/UB-Mannheim… domasofan.spdns.eu/tesseract/ 官方发布的3.02版本下载地址 downloads.sourceforge.net/project/tes… 德国曼海姆大学发行的3.05版本下载地址 digi.bib.uni-mannheim.de/tesseract/t… imon Eigeldinger (@DomasoFan) 维护的另一个版本 3.onj.me/tesseract/ 值得称道的是,这个网址里还有一个比较详细的说明 安装之后,默认目录C:\Program Files (x86)\Tesseract-OCR,你需要把这个路径放到你操作系统的path搜索路径中,否则后面使用起来会不方便。 在安装目录C:\Program Files (x86)\Tesseract-OCR下可以看到 tesseract.exe这个命令行执行程序 -psm 7 表示用单行文本识别 pagesegmode值: 0 =定向和脚本检测(OSD)。 1 =带OSD的自动页面分割。 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 =假设一个统一的垂直对齐文本块。 6 =假设一个统一的文本块。 7 =将图像作为单个文本行处理。 8 =把图像当作一个单词。 9 =把图像当作一个圆圈中的一个词来对待。 10 =将图像作为单个字符处理 #-l eng 代表使用英语识别1. Tesseract介绍
2. Tesseract安装包下载
3. 小结
4. Tesseract ocr使用
tesseract 1.png output-l eng -psm 7复制代码
文章分类
作者:爱看书的阿东
链接:https://juejin.cn/post/7030783152104669220