一前提：python环境，系统：mac系统
1安装依赖包
安装pillow和tesseract
pip installpillow
brew installtesseract
pip install pytesseract
tesseract -v 查看版本
2下载中文字体包
下载地址：/tesseract-ocr/tessdata/4.00/chi_sim.traineddata
字体包注意需要和tesseract版本保持一致。不一致可能会报错。
将下载的中文字体包放在安装目录下：
cp chi_sim.traineddata /usr/local/Cellar/tesseract/4.1.1/share/tessdata/
cp命令报错的话，命令前面加sudo
3命令行实现文字识别
中文识别（部分英文识别错误）：tesseract 2.png 8 -l chi_sim
中英文识别：tesseract 2.png 8 -l chi_sim+eng
识别结果会存放在8.txt文件中
4python代码实现文字识别
from PIL import Imageimport pytesseractdef erzhi(image):# 模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。Img = image.convert('L')# 自定义灰度界限，大于这个值为黑色，小于这个值为白色thresholdMax = 256thresholdMin = 180table = []for i in range(256):if (i < thresholdMax) & (i > thresholdMin):table.append(0)else:table.append(1)# 图片二值化photo = Img.point(table, '1')# photo.save("/vd/5-11.png")return photoif __name__ == '__main__':path = '/vd/5.png'image = Image.open(path)photo = erzhi(image)text = pytesseract.image_to_string(photo, lang='chi_sim+eng')print(text)
5识别效果
示例图片：5.png
二值化后：（二值化提高识别率）5-11.png
识别效果：
6.常见问题
TESSDATA_PREFIX 环境变量问题
pytesseract.pytesseract.TesseractError: (1, 'Error opening data file /user/local/share/tessdata/chi_sim.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory. Failed loading language \'eng\' Tesseract couldn\'t load any languages! Could not initialize tesseract.')
解决办法：
1,win版本的网上查配置环境变量，mac 版本的试一下这个：
export TESSDATA_PREFIX=/usr/local/Cellar/tesseract/4.1.1/share/tessdata
2，检测chi_sim.traineddate下载版本与tesseract版本是否一致
3，注意依赖包的装载顺序，如果先装了pytesseract，再装tesseract时候，会提示已安装，试试重装一下
brew reinstall tesseract
二前提：python环境，系统：win系统
1安装pytesseract
清华镜像：https://mirrors.tuna./pypi/web/simple/pytesseract/
2，安装ocr
tesseract-ocr-w64-setup-v4.0.0-beta.4.0912
3.添加环境变量
path: C:\Program Files (x86)\Tesseract-OCR
