OCR （Optical Character Recognition，光學字符識別），是指電子設備（例如掃描儀或數碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然後用字符識別方法將形狀翻譯成計算機文字的過程。目前出現很多OCR技術（tesseract-ocr 、百度、騰訊、阿里等有推出OCR技術），但是老的OCR技術還是要了解下，最主要的是tesseract-ocr 開源。
目錄
1.tesseract-ocr下載
參考：https://github.com/tesseract-ocr/tesseract 可以找到相關源碼，本文主要介紹安裝包的下載及安裝。
安裝包下載地址：https://digi.bib.uni-mannheim.de/tesseract/
其中文件名中帶有dev的爲開發版本，不帶dev的爲穩定版本，可以選擇下載不帶dev的版本，w64爲Windows 64位操作系統w32是Windows 32位操作系統的安裝包。當然要是電腦是linux系統，可以到debian目錄下找對應版本。
本文以下載Window64位的版本：tesseract-ocr-w64-setup-v5.0.0-alpha.20191030.exe
附百度網盤下載地址：
鏈接：https://pan.baidu.com/s/18hR0dWBjCZjfs__nQ-F8xw 提取碼：3iec
下載比較慢，可以使用IDM工具下載。
IDM工具下載鏈接：https://pan.baidu.com/s/1sAEJowbEfqwuV5mNtyVGDg 提取碼：p4lv
2.tesseract-ocr安裝
下載完成後雙擊：tesseract-ocr-w64-setup-v5.0.0-alpha.20191030.exe
根據嚮導安裝：
記住安裝路徑，後面配置環境變量要用。
3.配置環境變量
a.將安裝目錄(D:\Program Files\Tesseract-OCR)加入path;
b.新增環境變量TESSDATA_PREFIX
4.驗證安裝配置
安裝配置完畢，可以使用這個命令：tesseract -v
確認安裝的版本，如下圖：表示安裝正確。
用命令：tesseract --list-langs
查看Tesseract-OCR支持語言。
關於支持的語音，可以通過訓練庫來擴展，也可以通過下載庫進行擴展：https://github.com/tesseract-ocr/tessdata
把訓練或者下載好的庫放在TESSDATA_PREFIX指定的路徑下即可。
最後，拿圖片測試：
放置在D盤根目錄，命名爲：screenshot.png
命令：tesseract D:screenshot.png D:11.txt
可將圖片中的文字提取到D:11.txt。
11.txt內容：
