How to use Tesseract OCR in a Python script (pytesseract)

Tesseract 4 添加了一個新的基於神經網路 （LSTM） 的 OCR 引擎，該引擎專注於行識別，但仍然支援 Tesseract 3 的傳統 Tesseract OCR 引擎，該引擎通過識別字元模式來工作。

本仓库提供了Tesseract OCR引擎专用的最新中文简体语言包（chi-sim.traineddata）。 Tesseract是一个高度精确的开源OCR（光学字符识别）系统，广泛应用于文本识别项目中。 这个语言包对于需要在中文环境下进行文字识别的开发者和用户来说至关重要。

Newer minor versions and bugfix versions are available from GitHub. Latest source code is available from main branch on GitHub. Open issues can be found in issue tracker, and planning documentation. See Release Notes and Change Log for more details of the

其實和辨識英文一樣，只是我們要下載繁體中文的訓練資料，到這邊 https://github.com/tesseract-ocr/tessdata_best/blob/master/chi_tra.traineddata 下載並將檔案放到 C:\Program Files\Tesseract-OCR\tessdata 中，修改 lang 參數變成 chi_tra 就可以啦~

Tesseract 是一个开源的 文本识别 (OCR) 引擎，在 Apache 2.0 许可证 下提供。 主要版本 5 是当前的稳定版本，从 2021 年 11 月 30 日发布的 5.0.0 开始。 较新的次要版本和错误修复版本可从 GitHub 获取。 最新的源代码可从 GitHub 上的 main 分支 获取。 可以在 问题跟踪器 中找到未解决的问题，以及 规划文档。 Tesseract 可以通过 命令行 直接使用，或者（对于程序员）使用 API 从图像中提取打印文本。 它支持 各种语言。 Tess

This documentation provides simple examples on how to use the tesseract-ocr API (v3.02.02-4.0.0) in C++. It is expected that tesseract-ocr is correctly installed including all dependencies.

# 前端开发 # 现代化、全栈 Web 应用模板。使用FastAPI、React, SQLModel, PostgreSQL, Docker, GitHub Actions 等技术。