文字识别2种方法用python对tesseract进行API封装和调用

　　1 说明
　　1.1 Tesseract
　　1.1.1 是目前公认最优秀、最精确的开源 OCR 系统。
　　1.1.2 目前由 Google 赞助。
　　1.1.3 优点：极高的精确度，很高的灵活性，还可以通过训练识别出任何字体，也可以识别出 Unicode 字符。
　　1.2 python的tesseract进行有关库：有2个。
　　1.2.1 tesserocr和pytesseract是Python的2个OCR识别库。
　　1.2.2 tesserocr和pytesseract的核心都是tesseract。
　　1.3 内容
　　1.3.1 tesseract，tesserocr和pytesseract的安装。
　　1.3.2 基本使用教程，入门级，讲解清楚，一秒入门，适合收藏。
　　2 tesseract安装
　　2.1 本机是deepin-linux操作系统，安装方法如下：#在Ubuntu、Debian和Deepin系统下，安装命令如下： sudo apt-get install -y tesseract-ocr libtesseract-dev libleptonica-dev
　　2.2 查看默认安装语言：没有中文tesseract --list-langs
　　结果：List of available languages (3): osd eng equ
　　2.3 中文等语言包的安装：
　　2.3.1 方法一：git clone https://github.com/tesseract-ocr/tessdata.git  #我失败了，你懂的
　　2.3.2 方法二：https://github.com/tesseract-ocr/tessdata  #网页手动下载，我竟然也失败了
　　2.3.3 方法三：
　　自己网上搜索下载，好心人的资源，我成功了，自己找吧，有的，我这里就不放了。
　　2.3.4 将下载的语音包解压，复制到/usr/share/tesseract-ocr/tessdata下。
　　2.4 再查看一下能支持的语言包，可以支持129种语言了。
　　3 tesseract的使用
　　3.1 终端：tesseract /home/xgj/Desktop/tesserocr/1.png /home/xgj/Desktop/tesserocr/output-1
　　3.2 说明：1.png识别的文字的图片，生成output-1.txt文件，默认英文识别。
　　3.3 注意：识别图片不能太小。Error in pixGenerateHalftoneMask: pix too small: w = 150, h = 52
　　3.4 中文识别，-l chi_sim代表语言为中文简体。tesseract /home/xgj/Desktop/tesserocr/4.png /home/xgj/Desktop/tesserocr/output-4 -l chi_sim
　　4 python的tesseract封装库
　　4.1 安装：pip install tesserocr pillow  #默认附带安装pillow读取图片 pip install pytesseract  #同上，实际工作中，安装一个就可以了，使用相同
　　4.2 识别图
　　4.3 pytesseract的使用
　　4.3.1 效果图
　　4.3.2 代码import pytesseract # 【注意】PIL库的安装: pip install Pillow from PIL import Image  # 读取图片 image = Image.open(＂/home/xgj/Desktop/tesserocr/5.png＂) # 识别图片 a=pytesseract.image_to_string(image, config=＂-psm 7＂,lang=＂chi_sim＂) #打印结果 print(a)
　　4.4 tesserocr使用，代码如下：import tesserocr  #可识别中文 #方法一 print(tesserocr.file_to_text(＂/home/xgj/Desktop/tesserocr/5.png＂,lang=＂chi_sim＂))  #方法二 from PIL import Image #读取图片 image = Image.open(＂/home/xgj/Desktop/tesserocr/5.png＂)  print(tesserocr.image_to_text(image,lang=＂chi_sim＂))
　　5 补充一下终端法：tesseract /home/xgj/Desktop/tesserocr/5.png result -l chi_sim && cat result.txt