tesseract ocr v4.0.0.20181030官方版

tesseract ocr是原先惠普开发的图像识别类库，后面成为Open source，据说曾经的图像识别能力排名第三，为大家提供的版本是4.0.0 for windows。

使用方法

下载完后进行安装,默认情况下安装程序会给你配置系统环境变量,以指向安装目录（之后可以通过DOS界面在任意目录运行tesseract）。安装完成后目录如下: 附录:

tessdata 目录存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件. 这个安装程序默认包含了英文字库。 使用Tessract-OCR引擎识别验证码 打开DOS界面，输入tesseract：

如果出现如上输出，表示安装正常。 我准备了一张验证码放在D盘根目录下，上图:

结果为:

附录: Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...] pagesegmode values are: 0 = Orientation and script detection (OSD) only. 1 = Automatic page segmentation with OSD. 2 = Automatic page segmentation, but no OSD, or OCR 3 = Fully automatic page segmentation, but no OSD. (Default) 4 = Assume a single column of text of variable sizes. 5 = Assume a single uniform block of vertically aligned text. 6 = Assume a single uniform block of text. 7 = Treat the image as a single text line. 8 = Treat the image as a single word. 9 = Treat the image as a single word in a circle. 10 = Treat the image as a single character. -l lang and/or -psm pagesegmode must occur before anyconfigfile. tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...] tesseract 图片名 输出文件名 -l 字库文件 -psm pagesegmode 配置文件 例如： tesseract code.jpg result -l chi_sim -psm 7 nobatch -l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为 .raineddata 简体中文字库文件名为: chi_sim.traineddata） -psm 7 表示告诉tesseract code.jpg图片是一行文本 这个参数可以减少识别错误率. 默认为 3 configfile 参数值为tessdata\configs 和 tessdata\tessconfigs 目录下的文件名

tesseract ocr使用方法

    下载完后进行安装,默认情况下安装程序会给你配置系统环境变量,以指向安装目录（之后可以通过DOS界面在任意目录运行tesseract）。安装完成后目录如下:    附录:

    tessdata 目录存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件.  这个安装程序默认包含了英文字库。    使用Tessract-OCR引擎识别验证码    打开DOS界面，输入tesseract：

    如果出现如上输出，表示安装正常。    我准备了一张验证码放在D盘根目录下，上图:

    结果为:

    附录:    Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]    pagesegmode values are:    0 = Orientation and script detection (OSD) only.    1 = Automatic page segmentation with OSD.    2 = Automatic page segmentation, but no OSD, or OCR    3 = Fully automatic page segmentation, but no OSD. (Default)    4 = Assume a single column of text of variable sizes.    5 = Assume a single uniform block of vertically aligned text.    6 = Assume a single uniform block of text.    7 = Treat the image as a single text line.    8 = Treat the image as a single word.    9 = Treat the image as a single word in a circle.    10 = Treat the image as a single character.    -l lang and/or -psm pagesegmode must occur before anyconfigfile.    tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]    tesseract    图片名  输出文件名 -l 字库文件 -psm pagesegmode 配置文件    例如：    tesseract code.jpg result  -l chi_sim -psm 7 nobatch    -l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为  .raineddata 简体中文字库文件名为:  chi_sim.traineddata）    -psm 7 表示告诉tesseract code.jpg图片是一行文本  这个参数可以减少识别错误率.  默认为 3    configfile 参数值为tessdata\configs 和  tessdata\tessconfigs 目录下的文件名