tesseract ocr安装教程ubantu

Tesseract OCR是一个开源的文字识别引擎，常用于将图像中的文本转换成机器可读的文本格式。在Ubuntu上安装Tesseract OCR的步骤如下：

1. **更新包列表**:

   sudo apt update

2. **安装依赖项**:
如果你的系统版本低于18.04，因为Tesseract 5.x以后不再支持Python 2，需要先安装Python 3：

   sudo apt install python3-pip

对于Python 3的支持：

   sudo apt-get install libtesseract-dev leptonica

3. **安装Tesseract**: 使用`pytesseract`库，它是一个Python接口，用于与Tesseract交互：

   pip3 install pytesseract

或者安装较新的稳定版：

   pip3 install --upgrade pytesseract Pillow

4. **验证安装**:
运行下面命令检查Tesseract是否已成功安装并测试其识别能力：

   python3 -c "import pytesseract; print(pytesseract.image_to_string(Image.open('path_to_your_image.png')))"

将`path_to_your_image.png`替换为你的图片路径。

5. **添加语言支持**:
Tesseract默认提供多种语言的支持，如果需要特定语言，可以下载相应的语言数据包并安装。例如，安装英语语言包：

   wget https://github.com/tesseract-ocr/tessdata_best/releases/download/v5.0.0/eng.traineddata
   mv eng.traineddata /usr/share/tesseract-ocr/4.00/tessdata/

记得替换上述命令中的文件名和路径，以适应你的实际环境。安装完成后，Tesseract OCR就在Ubuntu上准备好了。