核心库使用

相关库：tesseract-ocr
https://github.com/tesseract-ocr/

核心库软件：tesseract
语言模块：tessdata，其中汉字的是 chi_sim

步骤：

  1. 下载安装核心库，自己编译太麻烦了，直接下载安装包
  2. 下载汉字模块：chi_sim.traineddata、chi_sim_vert.traineddata
    1. 放到 tresseract根目录/tessdata/下
  3. 命令行测试：tesseract -v
  4. 图片识别：tesseract 输入文件 输出路径 -l 解析使用到的语言模块
    1. 例：tesseract E://figures/other/timg.jpg E://figures/other/timg.txt -l chi_sim

核心库已经能正常使用，接下来安装python相关库。

安装python 依赖

  1. 安装 tesseract api：pip install pytesseract
  2. 安装图片处理模块：pip install Pillow
  3. 测试实践：
    import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'
text = pytesseract.image_to_string(Image.open('E://figures/other/poems.jpg'),lang='chi_sim')

print(text)

提升识别度（实践）

对于提升识别度，官方有一个较全面的指导，点击链接查看
经实践，想要提升识别度，提升图片的分辨率是最简单直接有效的方式。建议图片的分辨率转换到300以上，再走tesseract进行处理。

参考：

待参考：