Windows安装Tesseract OCR与Python中使用pytesseract进行文字识别

前言

Tesseract OCR是一个开源OCR（Optical Character Recognition）引擎，用于从图像中提取文本。Pytesseract是Tesseract OCR的Python封装，它使得在Python中使用Tesseract OCR引擎变得容易。Pytesseract提供了简单的API，帮助开发者轻松地使用Tesseract OCR引擎来实现图像中文本的识别。本文主要介绍了Windows下安装Tesseract OCR、并在Python中使用pytesseract进行本地文字识别的流程。

一、下载并安装Tesseract OCR

在Tesseract OCR下载地址https://digi.bib.uni-mannheim.de/tesseract/下载合适的版本安装包，如下：

点击安装包进行安装：

语言选择英文：

如果需要识别中文，则可以在安装过程中勾选下载中文语言包和脚本（也可以按需选择繁体）：

自定义安装路径：

然后一直选择默认选项进行安装即可。

二、配置环境变量

为了方便使用Tesseract，需要将软件安装目录添加到系统环境变量中，这样不必每次执行命令时都切换到Tesseract的安装路径，如下：

设置确定后之后，可以进行验证，打开CMD，输入