使用 Tesseract 5.0 进行 OCR 识别通常需要以下几个步骤： #### 安装 Tesseract 5.0 首先要安装 Tesseract 5.0 到系统中。可以从 Tesseract 官方网站或者相关软件源下载并安装。安装完成后，需要配置系统环境变量，将 Tesseract 的可执行文件路径添加到 `PATH` 环境变量中。 #### 安装 Python 的 `pytesseract` 库 如果使用 Python 进行开发，可以安装 `pytesseract` 库，它是 Tesseract 的 Python 封装。可以使用 `pip` 进行安装： ```bash pip install pytesseract ``` #### 修改 `pytesseract.py` 文件 找到 `pytesseract.py` 文件，然后对其进行修改。在第 26 行，将 `tesseract_cmd` 改为具体的安装路径，例如 `tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'` [^2]。 #### 进行 OCR 识别 以下是一个简单的 Python 代码示例，展示如何使用 `pytesseract` 进行 OCR 识别： ```python import pytesseract from PIL import Image # 打开图像文件 image = Image.open('example.png') # 进行 OCR 识别 text = pytesseract.image_to_string(image) # 打印识别结果 print(text) ``` 在上述代码中，首先使用 `PIL` 库打开一个图像文件，然后调用 `pytesseract.image_to_string` 方法对图像进行 OCR 识别，最后将识别结果打印出来。 #### 指定语言 Tesseract 支持多种语言的识别，可以通过 `lang` 参数指定要识别的语言。例如，要识别英文，可以这样修改代码： ```python import pytesseract from PIL import Image image = Image.open('example.png') text = pytesseract.image_to_string(image, lang='eng') print(text) ``` #### 其他配置 还可以通过 `config` 参数进行更多的配置，例如指定识别模式、字符白名单等。以下是一个示例： ```python import pytesseract from PIL import Image image = Image.open('example.png') config = '--psm 6 --oem 3 -c tessedit_char_whitelist=ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789' text = pytesseract.image_to_string(image, lang='eng', config=config) print(text) ```