Python3的pytesseract和Tesseract-ocr的使用以及自己训练数据集的方法

Python3的pytesseract和Tesseract-ocr的使用以及自己训练数据集的方法。

一、安装pytesseract

pip install pytesseract -i https://mirrors.aliyun.com/pypi/simple/ 

二、安装PIL和pillow库

三、下载Windows tesseract-ocr并配置其环境（网上有很多教程大家可以自行收集），内容和配置python的编译环境差不多。

四、修改pytesseract.py

到你的Python的Lib\site-packages\pytesseract中找到pytesseract.py并修改其中的tesseract_cmd

修改为：（亦可以报错后直接找到该文件后修改）

tesseract_cmd = 'D:/Tesseract-OCR/tesseract.exe'（环境位置）

五、训练数据集

（1）下载jTessBoxEditor（网上搜索，可自行下载）

（2）安装jdk1.8以上的环境

（3）准备训练的标本，比如我的：