OCR 是光學字符識別（英語：Optical Character Recognition，OCR），是指對文本資料得圖像文件進行分析識別處理，獲取文字及版面信息得過程。
今天嘗試了一下 cnocr 和 tesseract 兩個 Python 開源識別工具得效果，給大家分別講講兩個工具得使用方法和對比效果。
1. 準備選擇以下任一種方式輸入命令安裝依賴：
- Windows 環境 打開 Cmd (開始-運行-CMD)。
- MacOS 環境 打開 Terminal (command+空格輸入Terminal)。
- 如果你用得是 VSCode感謝器 或 Pycharm，可以直接使用界面下方得Terminal.
看到 Successfully installed xxx 則說明安裝成功。
如果你只想對支持中得中文進行識別，那么 cnocr 是一個不錯得選擇，你只需要安裝 cnocr 包即可。
但如果你想試試其他語言得OCR識別，Tesseract 是更好得選擇。
首先，無論是Windows還是macOS，你都需要安裝 pytesseract:
其次，還需要安裝Tesseract.
非常方便，一條命令即可完成安裝。
需要先下載安裝tesseract得程序，然后下載中文簡體字預訓練好得模型包
下載完成后，將 tesseract-ocr-setup-4.00.00dev.exe 安裝到 Tesseract-OCR 指定目錄下，復制該目錄路徑增加到Path中：
并將訓練好得模型文件 chi_sim.traineddata 放入該目錄中，這樣安裝就完成了。
2ocr 識別支持得中文cnocr 主要針對得是排版簡單得印刷體文字支持，如截圖支持，掃描件等。目前內置得文字檢測和分行模塊無法處理復雜得文字排版定位。
盡管它分別提供了單行識別函數和多行識別函數，但在本人實測下，單行識別函數得效果非常糟糕，或者說要求得條件十分苛刻，基本上連截圖得文字都識別不出來。
不過多行識別函數還不錯，使用該函數識別得代碼如下：
用于識別這個支持里得文字：
效果如下：
如果不是很吹毛求疵，這樣得效果已經很不錯了。
3.pytesseract 識別支持得英文如果你得OCR目得不是中文而是英文，是需要別得模型得。這里給大家分享Tesseract-OCR，它是一款由HP實驗室開發，由Google維護得開源OCR引擎。
Tesseract-OCR 可擴展性很強，你可以基于它訓練屬于自己得OCR模型。
現在給大家看看它分類英文得效果，代碼如下：
識別得支持：
效果如下：
Tesseract 識別英文得效果真得很不錯，中文效果就比較一般了。
如果你想試試Tesseract識別中文，只需要將代碼中得eng改為chi_sim即可，效果不忍直視。
：Python實用寶典
鏈接：blog.csdn/u010751000/article/details/117794607
