1.安装tesseract OCR

1.1windows

• 访问Tesseract OCR的GitHub发布页面：github.com/tesseract-o…
• 下载最新的安装程序(.exe)并运行。
• 安装完成后，通过命令行使用Tesseract。

1.2macOS

使用Homebrew安装Tesseract OCR：

  brew install tesseract

1.3 Ubuntu/Debian:

首先，更新你的包列表：

sudo apt-get update

然后安装Tesseract OCR：

sudo apt-get install tesseract-ocr

安装完成后，通过终端使用Tesseract。

确保在使用Tesseract之前，你已经下载了所需语言的训练数据文件，并将其放置在Tesseract的tessdata目录下。你可以通过以下命令来训练一个新语言：

tesseract --list-langs

tesseract --install-lang <lang>

其中 <lang> 是你想要安装的语言代码，例如 eng、spa 等。

2.服务器端用node的koa2框架

2.1.1 安装所需要插件

• koa-multer：文件上传处理
• tesseract.js: 操作Tesseract OCR封装好的工具

2.1.2 封装文件处理

const multer = require('koa-multer')
  let storage = multer.diskStorage({
    //文件保存路径 这个路由是以项目文件夹 也就是和入口文件（如app.js同一个层级的）
    destination: function (req, file, cb) {
      let type = "";
      if(req._parsedUrl.query){
          type = req._parsedUrl.query.split("=")[1]||''
      }
        cb(null, 'public/uploads/')   
    },
    //修改文件名称
    filename: function (req, file, cb) {
        let fileFormat = (file.originalname).split(".");  //以点分割成数组，数组的最后一项就是后缀名
        cb(null, 'Jimmy'+Date.now() + "." + fileFormat[fileFormat.length - 1]);
    }
  })

  let upload = multer({
    storage: storage,
    limits: {
      fileSize: 10240*10240/2 // 限制512KB  
    }
  });

  module.exports = upload

2.1.3接口调用

router.post('/moreThreadsOCR', upload.single('image'), async ctx => {
    const image = ctx.req.file;
    if (!image) {
        ctx.status = 400;
        ctx.body = 'No image uploaded.';
        return;
    }

    try {
        const text = await Tesseract.recognize(image.path, 'eng', { //eng 英文 chi_sim中文
            logger: m => {} // 日志函数
        }); 
        console.log(text);
        ctx.status = 200;
        ctx.body = text.data.text;
    } catch (error) {
        ctx.status = 500;
        ctx.body = 'OCR failed';
        console.error(error);
    }

})

2.1.4接口测试

2.2 windos样本训练

[具体查看](Tesseract-OCR 字符识别---样本训练 [转]_51CTO博客_tesseract-ocr 训练)