图像文字识别-环境配置

絮絮叨叨

在图像识别的文章发出后，有些朋友对内容比较感兴趣。但对于很多从没接触过类似内容的朋友来说，搭建一个类似的环境还是有点难度的（也就是一点）。

这篇文章，就讲讲怎么配置环境吧（主要就是下载、安装）。

下载文件

要想做文字的识别，我们需要下载这么几个文件：

tesseract

下载地址：https://github.com/UB-Mannheim/tesseract/wiki

从地址中我们可以看到，最新版已经出到5.1了。直接下载安装就行，需要注意的是下载之后记得添加全局变量。

悄悄告诉你，这个软件是谷歌出品，值得信赖哟！

训练数据集

下载地址：https://github.com/tesseract-ocr/tessdata

可以看到这里有很多训练好的数据集，各位根据自己的需要，下载合适自己的数据集就好。我使用的数据集如下图所示：

Python

Python哪里下载，怎么安装我就不说了，网上内容很多。有Python的话，记得安装一个包：pytesseract

我使用的是Anaconda，也推荐大家使用，conda的包管理非常省心！

测试

在安装好上面提到的文件之后，就可以进行文字信息识别了。我们来造点数据测试一下：

准备一张写着：“数据处理与分析这公众号真不错。”的图片来识别，发现识别效果还行。

总结

通篇看下来的话，基本上就是下载、安装、配环境变量，真的超简单。做一个调包侠，是真的快乐！