Tesseract OCR下载、安装和使用教程（附官网安装包，非常详细）
Tesseract OCR 是一款开源、免费的文字识别工具，它能够把图片上的文字识别出来，并整理成可复制、编辑的文本。
Tesseract OCR 可以识别多种格式的图片，包括 PNG、JPEG、TIFF、GIF、BMP、PNM 等。相应地，它可以将识别出的文本整理到 Txt、PDF、HTML 等格式的文件里。
Tesseract OCR 能够识别 100+ 多种语言的文字，包括常用的英文和简体中文。我们提供的图片清晰度越好，它识别的准确度越高。
和 Tesseract OCR 同赛道的工具有很多，比如主流的 ABBYY FineReader 、EasyOCR、百度智能云 OCR 等。相比之下，Tesseract OCR 的优势是完全免费，离线状态下也可以使用，支持跨平台（Windows、Linux 和 Mac OS），经过训练可以完成更负责的识别任务。
注意，Tesseract OCR 是不带图形界面的，只能编写命令或者程序操控它，这一点对新手不太友好。不过，普通用户只需要记住几条最常用的命令，也足够用了。
普通用户直接选择 .exe 安装包，具备编程能力的小伙伴可以尝试 .zip 和 .tar.gz。
1) 下载得到 tesseract-ocr-w64-setup-5.5.0.20241111.exe，双击运行，保持默认的 English 语言，点击“OK”:
2) 点击“Next”：
3) 点击“I Agree”:
4) 继续点击“Next”：
5) Tesseract OCR 默认是不识别中文的，这里我们需要手动勾选上，如下图所示。当然，大家可以把所有感兴趣的语言都勾选上。然后点击“Next”：
6) Tesseract OCR 默认是安装到 C 盘（系统盘），强烈建议手动安装到其它盘，比如下图中的 D 盘，然后点击 “Next”：
7) 点击 “Install”：
8) 等待安装完成，然后点击“Next”：
9) 出现下图所示的窗口，表示安装完成：
1) 配置环境变量，步骤如下：
① 按照下图所示，打开电脑的设置窗口：
② 按照下图找到环境变量的设置入口：
③ 找到系统变量 Path，双击打开它：
④ 在 Path 系统变量中，添加 Tesseract OCR 的安装路径，比如笔者将它安装到了 D 盘下的 TesseractOCR 文件夹里：
2) 检测环境变量是否配置成功。按“Win+R”组合键，输入“cmd” 打开 CMD 命令行窗口，如下图所示，输入 tesseract -v 命令：
输出了 Tesseract OCR 的版本信息，表示安装成功了，接下来就可以使用 Tesseract OCR 识别图片了。
3) 接下来，我们以下面的图片为例，教大家编写 cmd 命令来操控 Tesseract OCR：
这张图的存储位置是：D:\demo.gif，在 CMD 命令行窗口中执行如下命令：
可以看到，Tesseract OCR 识别出了图片中的所有字母和汉字。
通过执行如下命令，可以查看 Tesseract OCR 当前支持识别的语言：
我们还可以指定 Tesseract OCR 将识别出的内容存储到指定的文件里，比如执行如下指令：
执行完成后，D 盘下会新增一个名叫 temp 的 txt 文本文件，里面就有 Tesseract OCR 识别的全部内容：
关于 tesseract 更复杂的用法，大家可以执行 tesseract man 命令查看，或者前往 tesseract 说明页面，这里不再过多赘述。
Tesseract OCR 可以识别多种格式的图片，包括 PNG、JPEG、TIFF、GIF、BMP、PNM 等。相应地，它可以将识别出的文本整理到 Txt、PDF、HTML 等格式的文件里。
Tesseract OCR 能够识别 100+ 多种语言的文字，包括常用的英文和简体中文。我们提供的图片清晰度越好，它识别的准确度越高。
和 Tesseract OCR 同赛道的工具有很多，比如主流的 ABBYY FineReader 、EasyOCR、百度智能云 OCR 等。相比之下，Tesseract OCR 的优势是完全免费，离线状态下也可以使用，支持跨平台（Windows、Linux 和 Mac OS），经过训练可以完成更负责的识别任务。
注意，Tesseract OCR 是不带图形界面的，只能编写命令或者程序操控它，这一点对新手不太友好。不过，普通用户只需要记住几条最常用的命令，也足够用了。
下载Tesseract OCR
Tesseract OCR 官方发布了 3 种安装包：- tesseract-ocr-w64-setup-5.5.0.20241111.exe：适用于 Windows 平台的安装包；
- tesseract-5.5.0.zip 和 tesseract-5.5.0.tar.gz 都是源代码压缩包，前者适用于 Windows，后者适用于 Linux 和 Mac OS。
普通用户直接选择 .exe 安装包，具备编程能力的小伙伴可以尝试 .zip 和 .tar.gz。
安装Tesseract OCR
笔者的电脑系统是 Windows x64 ，所以接下来以 Windows 为例，手把手教大家在 Windows 平台上安装 Tesseract OCR。1) 下载得到 tesseract-ocr-w64-setup-5.5.0.20241111.exe，双击运行，保持默认的 English 语言，点击“OK”:
2) 点击“Next”：
3) 点击“I Agree”:
4) 继续点击“Next”：
5) Tesseract OCR 默认是不识别中文的，这里我们需要手动勾选上，如下图所示。当然，大家可以把所有感兴趣的语言都勾选上。然后点击“Next”：
6) Tesseract OCR 默认是安装到 C 盘（系统盘），强烈建议手动安装到其它盘，比如下图中的 D 盘，然后点击 “Next”：
7) 点击 “Install”：
8) 等待安装完成，然后点击“Next”：
9) 出现下图所示的窗口，表示安装完成：
使用Tesseract OCR
普通用户经常用 Tesseract OCR 识别图片上的文字，记住几个常用的命令即可。1) 配置环境变量，步骤如下：
① 按照下图所示，打开电脑的设置窗口：
② 按照下图找到环境变量的设置入口：
③ 找到系统变量 Path，双击打开它：
④ 在 Path 系统变量中，添加 Tesseract OCR 的安装路径，比如笔者将它安装到了 D 盘下的 TesseractOCR 文件夹里：
2) 检测环境变量是否配置成功。按“Win+R”组合键，输入“cmd” 打开 CMD 命令行窗口，如下图所示，输入 tesseract -v 命令：
输出了 Tesseract OCR 的版本信息，表示安装成功了，接下来就可以使用 Tesseract OCR 识别图片了。
3) 接下来，我们以下面的图片为例，教大家编写 cmd 命令来操控 Tesseract OCR：
这张图的存储位置是：D:\demo.gif，在 CMD 命令行窗口中执行如下命令：
tesseract D:\demo.gif - -l eng+chi_sim
其中 eng 表示识别英文，chi_sim 表示是被简体中文。大家要自己修改图片的存储位置，其它不用改，执行结果为：可以看到，Tesseract OCR 识别出了图片中的所有字母和汉字。
通过执行如下命令，可以查看 Tesseract OCR 当前支持识别的语言：
tesseract --list-langs List of available languages in
我们还可以指定 Tesseract OCR 将识别出的内容存储到指定的文件里，比如执行如下指令：
tesseract D:\demo.gif D:\temp -l eng+chi_sim
执行完成后，D 盘下会新增一个名叫 temp 的 txt 文本文件，里面就有 Tesseract OCR 识别的全部内容：
关于 tesseract 更复杂的用法，大家可以执行 tesseract man 命令查看，或者前往 tesseract 说明页面，这里不再过多赘述。
Tesseract OCR手动安装语言包
如果安装过程中忘记或者遗漏了语言包，Tesseract OCR 官网提供了语言包：下载完成后会得到一个压缩包，里面的 xxx.traineddata 都是语言包，将它们放到 Tesseract-OCR\tessdata 目录下即可。下载地址：Tesseract OCR语言包
ICP备案：
公安联网备案：