遥想当年，图片文字识别不是很牛的时代，小编都是边看图片，边码字，那个年代还有专门的人负责打字，堪称打字员。随着技术的不断进步，图片 文字识别的精度越来越高，很多课本都可以扫描，然后使用图片识别工具进行文字的提取工作。

当然你可以完全使用腾讯，或者百度的API 进行图片文字的识别，它们都有自己的接口。作为新型一代的科技人员的小编，怎么会直接使用API，自己动手搞起来

OCR 文字识别

OCR （Optical Character Recognition，光学字符识别）是指电子设备检查图片上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

OCR的原理：

图像输入、预处理：

二值化：对摄像头拍摄的图片，大多数是彩色图像，为了让计算机更快的，更好的识别文字，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

噪声去除：根据噪声的特征进行去噪，就叫做噪声去除

倾斜较正：拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。

版面分析：将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。

字符切割、字符识别、版面恢复、后处理、校对等等

文字识别Tesseract

说到文字识别，不得不提Tesseract，Tesseract现在已经升级到6.0以上，幸运的是，Tesseract提供了exe的可安装文件（私信小编：tesseract，获取文件，当然，你也可以直接在网站上下载，速度很慢，小编已经共享网盘）

刚开始小编使用的是3.0.2版本，安装完成后，直接在CMD命令行中输入如下：

tesseract 11.png stdout

软件会自动在本文件夹下，生成一个stdout.txt的文件，识别效果还可以

pytesseract

pytesseract 是python下的的文字识别库，但是pytesseract的运行，需要tesseract的软件，所以仍然需要安装esseract。这里是小编踩到的第一个坑。想着直接安装pytesseract，就可以运行图片识别。

pip install pytesseract 来安装pytesseract

虽然小编安装了tesseract 但是版本太低，代码运行提示要高于3.0.5，怎奈小编刚开始安装的是3.0.2

卸载重新下载，本次小编直接安装 了5.0以上的版本，安装完成后，直接在cmd下输入

tesseract 11.png stdout
提示：tesseract 4.0以上的版本，默认安装时，不在自动添加环境变量，这里需要把安装后的目录给到环境变量
否则在cmd里面输入tesseract，软件不能正常运行

软件提示TESSDATA_PREFIX 的环境变量有问题，找不到可以使用的语言检测模型，这里是小编踩到的第二坑，直接新建一个环境变量

环境变量

环境变量配置完成后，再次输入

tesseract 11.png stdout

软件正常运行，但是无法提取结果，按照小编的理解，会在文件夹下有一个stdout的txt文件，这里是小编踩的第三个坑，4.0以上版本不在这里输入stdout ,而是随便一个文件名称，输入

tesseract 11.png 123

便成功识别了文字，且识别效果比3.0版本要好

左 3.0 右5.0

ok ,当你安装好了tesseract,便可以进行图片文字的识别工作，但是这样的话，每张图片都敲一次命令，太费事，还好小编会python 啊，毕竟人生苦短吗

下期带你看如何使用python与tesseract, 我们不仅识别文字，还可以提取文字在图片的位置