前言
[参考链接](https://blog.csdn.net/qiushi_1990/article/details/78041375)
[python3.7下载链接](https://www.python.org/downloads/)
环境变量设置 C:\Python37;C:\Python37\Scripts;安装自带pip
依赖包：PIL和pytesseract
命令行安装依赖
pip install pytesseract
//这里因为PIL只支持python2.7,所以在此安装的是pillow。
pip install pillow
依赖于谷歌开源文字识别引擎 tesseract-ocr
安装tesseract-ocr3.02
[下载地址](http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe)
下载后直接安装，建议默认安装过程中的选项
原装的tesseract-ocr只支持英文识别，若要识别中文，那么就下载中文包
[中文包地址](https://codeload.github.com/tesseract-ocr/tessdata/zip/master)
chi_sim.traineddata为简体中文库，将该文件放至C:\Program Files (x86)\Tesseract-OCR\tessdata目录下
安装tesseract-ocr4.00
[下载地址](https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v4.0.0-beta.1.20180608.exe)
[中文包地址](https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata)
新建系统变量：TESSDATA_PREFIX：C:\Program Files (x86)\Tesseract-OCR\tessdata
Linux Centos7 安装tesseract-ocr 3.04
[参考链接](https://www.cnblogs.com/arachis/p/OCR.html)
- 安装centos系统依赖
yum install -y automake autoconf libtool gcc gcc-c++
yum install -y libpng-devel libjpeg-devel libtiff-devel
- 安装leptonica
wget http://www.leptonica.org/source/leptonica-1.72.tar.gz
tar xvzf leptonica-1.72.tar.gz
cd leptonica-1.72/
./configure
make && make install
- 安装tesseract-ocr
wget https://github.com/tesseract-ocr/tesseract/archive/3.04.zip
unzip 3.04.zip
cd tesseract-3.04/
./configure
make && make install
sudo ldconfig
- 在https://github.com/tesseract-ocr/tessdata 下载对应语言的模型文件将模型文件移动到/usr/local/share/tessdata
直接运行
运行:tesseract 123.jpg result tesseract test.jpg result -l chi_sim
会把123.jpg自动识别并转换为txt文件到result.txt
python执行代码
from PIL import Image
import pytesseract
#text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='chi_sim')#中文识别
text=pytesseract.image_to_string(Image.open('denggao.jpeg'),lang='eng')#英文
print(text)
常见错误
1.命令行运行E:\pythonTest>tesseract test1.jpg result -l chi_sim
报错如下，出现程序卡死现象
actual_tessdata_num_entries_ <= TESSDATA_NUM_ENTRIES:Error:Assert failed:in file
..\..\ccutil\tessdatamanager.cpp, line 50
这是因为选择的testeract的版本与中文包chi_sim.traindata 不一致，要选择相对应的版本。
2.命令行运行：E:\pythonTest>tesseract test1.jpg result -l chi_sim
出现以下错误，
read_params_file: parameter not found: allow_blob_division
[解决办法参考](http://www.cnblogs.com/syqlp/p/5460971.html)
在chi_sim.traineddata文件目录下,使用命令行执行：
combine_tessdata -e chi_sim.traineddata chi_sim.config
执行完后，在目录下出现chi_sim.config的文件，打开该文件；
在allow_blob_division F这一行的前面加#，注释掉
即：# allow_blob_division F
然后，在执行命令行：
combine_tessdata -o chi_sim.traineddata chi_sim.config
到此在使用 chi_sim.traineddata文件就不会报read_params_file: parameter not found: allow_blob_division
