1.Tesseract 安裝及使用
一款由HP實驗室開發由Google維護的開源OCR（Optical Character Recognition , 光學字符識別）引擎，與Microsoft Office Document Imaging（MODI）相比，我們可以不斷的訓練的庫，使圖像轉換文本的能力不斷增強；如果團隊深度需要，還可以以它為模板，開發出符合自身需求的OCR引擎。
源碼地址為：https://github.com/tesseract-ocr/tesseract；
tesseract下載地址：https://digi.bib.uni-mannheim.de/tesseract/
接下來，我們將在Windows環境下安裝Tesseract並實現簡單的轉換和訓練：
進入下載頁面，可以看到有各種.exe文件的下載列表，這里可以選擇下載3.0版本。
其中文件名中帶有dev的為開發版本，不帶dev的為穩定版本，可以選擇下載不帶dev的版本，例如可以選擇下載tesseract-ocr-setup-3.05.02.exe。
下載完成后雙擊，此時會出現如下圖所示的頁面。
此時可以勾選Additional language data(download)選項來安裝OCR識別支持的語言包，這樣OCR便可以識別多國語言，默認只有英語。然后一路點擊Next按鈕即可。
配置環境變量
為了在全局使用方便，比如安裝路徑為C:\Program Files (x86)\Tesseract-OCR，將該路徑添加到環境變量的Path中。
還有一個環境變量要添加：TESSDATA_PREFIX 指向C:\Program Files (x86)\Tesseract-OCR\tessdata 這個是用於語言包的。
測試是否安裝成功：在cmd中輸入tesseract ，將出現以下界面代表成功：
2.Tesseract的使用
方式一：直接在命令行調用：
tesseract d:\6.png d:\result
第一個參數為圖片路徑，第二個參數為輸出結果路徑。6.png的圖片如下：
識別結果result.txt的內容為：
有2個數字誤識別。
而使用比較標准的文字，如：
是可以完全識別的。大家可以自己試試。
方式二：在Python中調用
要在python中使用，需要安裝：
Python ：官網安裝地址：https://www.python.org/downloads/
PIL ：用於python圖像格式處理，安裝完python之后執行一下命令即可安裝：pip install Pillow
Pytesser3： python開源項目，封裝了tesseract庫，也是在python安裝完后使用pip命令安裝：pip install pytesser3
然后新建一個記事本文件改名為orc.py,內容如下：
from pytesser3 import image_to_string from PIL import Image text = image_to_string(Image.open(r'D:\6.png')) print(text)
用python執行一下：（我用PyCharm執行的）
3.Tesseract訓練：
大體流程為：安裝jTessBoxEditor -> 獲取樣本文件 -> Merge樣本文件 –> 生成BOX文件 -> 定義字符配置文件 -> 字符矯正 -> 執行批處理文件 -> 將生成的traineddata放入tessdata中
安裝jTessBoxEditor
下載jTessBoxEditor，地址https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/；解壓后得到jTessBoxEditor，由於這是由Java開發的，所以我們應該確保在運行jTessBoxEditor前先安裝JRE（Java Runtime Environment，Java運行環境）。
獲取樣本文件
我們可以用畫圖工具繪制樣本文件，數量越多越好，我自己畫了5張圖，如圖：
【注意】：樣本圖像文件格式必須為tif\tiff格式，否則在Merge樣本文件的過程中會出現 Couldn’t Seek 的錯誤。
Merge樣本文件
打開jTessBoxEditor，Tools->Merge TIFF，將樣本文件全部選上，並將合並文件保存為num.font.exp0.tif
生成BOX文件
打開命令行並切換至num.font.exp0.tif所在目錄，輸入，生成文件名為num.font.exp0.box
tesseract num.font.exp0.tif num.font.exp0 batch.nochop makebox
【語法】：tesseract [lang].[fontname].exp[num].tif [lang].[fontname].exp[num] batch.nochop makebox
lang為語言名稱，fontname為字體名稱，num為序號；在tesseract中，一定要注意格式。
定義字符配置文件
在目標文件夾內生成一個名為font_properties的文本文件，內容為
font 0 0 0 0 0
【語法】：<fontname> <italic> <bold> <fixed> <serif> <fraktur>
fontname為字體名稱，italic為斜體，bold為黑體字，fixed為默認字體，serif為襯線字體，fraktur德文黑字體，1和0代表有和無，精細區分時可使用。
字符矯正
打開jTessBoxEditor，BOX Editor -> Open，打開num.font.exp0.tif；矯正<Char>上的字符，記得<Page>有好多頁噢！
修改后記得保存。
執行批處理文件
在目標目錄下生成一個批處理文件
rem 執行改批處理前先要目錄下創建font_properties文件
echo Run Tesseract for Training.. tesseract.exe num.font.exp0.tif num.font.exp0 nobatch box.train echo Compute the Character Set.. unicharset_extractor.exe num.font.exp0.box mftraining -F font_properties -U unicharset -O num.unicharset num.font.exp0.tr echo Clustering.. cntraining.exe num.font.exp0.tr echo Rename Files.. rename normproto num.normproto rename inttemp num.inttemp rename pffmtable num.pffmtable rename shapetable num.shapetable echo Create Tessdata.. combine_tessdata.exe num.
echo. & pause
保存后執行即可，執行結果如圖：
最終文件夾內會有以下文件，如圖：
將生成的traineddata放入tessdata中
最后將num.trainddata復制到Tesseract-OCR中tessdata文件夾即可。
4.最后的測試
按照之前步驟，使用命令行輸入
tesseract test.png output_2 -l num
我們可以看到新生成的文件output_2的內容為762408，內容完全正確。細心的人會發現，最后一句指令，我們使用了指令[-l num]而不是[-l eng]。這說明，最后一次轉換我們使用的是新生成的num語言的匹配庫而不是默認的eng語言匹配庫。
我們可以看到，經過簡單的訓練，我們對於數字數據的轉換准確率提高了很多。Tesseract的優點除了可以不斷學習以外，還因為是使用C++寫的開源程序，可以使用C#或者C++調用以及修改，很關鍵！
Tesseract已經有多個語言的版本：
C#版本：https://github.com/charlesw/tesseract
Java版本：https://github.com/bytedeco/javacpp-presets/tree/master/tesseract
Python版本：https://github.com/sirfz/tesserocr
PHP版本：https://github.com/thiagoalessio/tesseract-ocr-for-php
Tesseract的其他語言版本見：https://github.com/tesseract-ocr/tesseract/wiki/AddOns#tesseract-wrappers