Tesseract 是一個開源的 OCR 引擎，可以識別多種格式的圖像文件並將其轉換成文本，最初由 HP 公司開發，后來由 Google 維護。下載地址：https://digi.bib.uni-mannheim.de/tesseract/
其中文件名中帶有 dev 的為開發版本，不帶 dev 的為穩定版本。
安裝時可以添加支持的語言包，如下界面最后一個選項點開選擇，我們可以選擇簡體中文 Chiness(Simplified)。
安裝完成后還需要將安裝路徑添加至環境變量。
打開 cmd，輸入命令 tesseract -v，看到輸出版本信息即代表安裝成功。
識別命令：tesseract 圖片路徑 結果文件名 -l 語言
1、將 cmd 切換到圖片所在路徑，則可以只輸入圖片名，否則需要全路徑
2、結果文件名不可以加后綴，必定會自動加 .txt 后綴，如果結果文件名寫 a.txt，則最后輸出的文件名為 a.txt.txt。
3、-l 是英文字母L，不是數字1，language的意思。
4、語言英文為 eng，簡體中文為 chi_sim
截了個谷歌的圖片來測試
輸入命令：tesseract 1.png a -l eng，結果如下，識別正確
我們嘗試用簡體中文試試
識別就有誤了。
中文的識別可以另外截圖試試，只是正確率並不高。
我 tesseract 是安裝在 C 盤的，在 C 盤運行命令識別沒問題，但在 D 盤打開 cmd 運行命令就報錯了：
Error opening data file ….
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your “tessdata” directory.
Failed loading language ‘eng’
Teseract couldn’t load any languages!
Counld not initialize tesseract
意思就是要將 tessdata 的父文件夾路徑設置為名為 TESSDATA_PREFIX 的環境變量值。設置完成之后需要重啟電腦，否則依然報錯。