文字识别tesseract-ocr(python接口)

一、tesseract-ocr简介

       Tesseract-ocr引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。Tesseract目前已作为开源项目发布在Google Project。

二、tesseract-ocr环境配置

       运行环境：Win7+python3+tesseract 4.0.0-beta.1；本文参考依据：https://www.cnblogs.com/vipstone/p/8894145.html  。

1、安装pytesseract库

       pip install pytesseract 即可。

2、安装pytesseract-ocr工具

       pytesseract库是python的函数库，其依赖于tesseract-ocr工具的运行，因此需要下载安装tesseract-ocr，并将其与pytesseract库进行关联设置。

       pytesseract-ocr工具下载地址：https://github.com/UB-Mannheim/tesseract/wiki   ，点击“tesseract-ocr-w64-setup-v4.0.0-beta.1.20180414.exe”/“tesseract-oc