tesserocr-用tesseract ocr API的包装实现的字符识别python库

tesserocr是用tesseract ocr API的包装实现的字符识别python库。

tesserocr使用Cython直接与Tesseract的C ++ API集成，从而提供了简单的Pythonic和易于阅读的源代码。当threading 在tesseract中处理图像时释放GIL时，它与Python模块一起使用时可以实现真正的并发执行。

tesserocr设计为Pillow友好的，但也可以与图像文件一起使用。

要求

需要libtesseract（> = 3.04）和libleptonica（> = 1.71）。

在Debian / Ubuntu上：

$ apt-get install tesseract-ocr libtesseract-dev libleptonica-dev pkg-config

您可能需要手动编译tesseract以获取最新版本。请注意，LD_LIBRARY_PATH如果您安装了多个tesseract / leptonica ，则可能需要更新环境变量以指向正确的库版本。

Cython（> = 0.23）是构建和可选Pillow支持PIL.Image对象所必需的。

安装

使用pip安装：pip install tesserocr，或者通过网盘下载tesserocr的源代码进行手动安装。

设置脚本尝试检测包含/库目录（通过pkg-config，如果可用），但是您可以使用自己的参数覆盖它们，例如：

$ CPPFLAGS = -I / usr / local / include pip install tesserocr

用法

初始化并重新使用tesseract API实例为多个图像评分：