一直以來，圖片識別對我來說是很高深的東西，一直未曾涉獵，有幸在Python是瞭解到TesseractOCR，終於有個系統的瞭解，這個能做什麼，那就太多了，驗證碼識別、車牌識別、證件識別等等。
目錄
軟件的特點
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，還可以以它爲模板，開發出符合自身需求的OCR引擎。
軟件的安裝
源碼地址爲：https://github.com/tesseract-ocr/tesseract
EXE可執行文件下載地址（4.0.0）：https://download.csdn.net/download/madeinjack/10707268
EXE安裝步驟及注意：（下載後默認雙擊安裝）
上方可以選擇其他語言，支持幾十種語言，我選擇的是第一個和中文簡體及繁體，默認英文是自動安裝的。
由於選擇了其他語言，所以會多出這個下載，你也可以不選，但選擇的話需要聯網下載（中文簡體：>40M，繁體：>50M)。
命令行測試
別人的文章說安裝完會自動加入環境變量，我安裝後並未加入，直接切換到安裝目錄（建議手動加入到環境變量），直接執行：tesseract，顯示下圖表示安裝完成：
準備一張圖片如：test.png （如下圖），我設置了環境變量，並將這個圖片放到D盤根目錄。
打開D盤生成的output_1.txt發現：162408
遺憾，我上圖用的是另一博客的圖，他是3.x版本，6識別成了5，4.0我也安裝了math包直接就識別出來了。
強大在於可以學習
學習工具jTessBoxEditor
配套訓練工具 jTessBoxEditor 來訓練樣本，特別用於驗證碼的識別。
Tesseract訓練
訓練的思路是：1、安裝jTessBoxEditor > 2、獲取樣本文件 > 3、Merge合併樣本文件 > 4、生成Box文件 > 5、定義字符配置文件 > 6、字符矯正 > 7、執行批處理文件 > 8、將生成的trainegddata放入tessdata中。
總結：根據範本生成一個語言包，轉換時可指定這個語言包即可。