Tesseract是一个开源文本识别(OCR)引擎，免费且多平台可以使用，项目链接，安装文档

Windows下使用指南

下载最新版exe文件 tesseract-ocr-w64-setup-5.3.3.20231005.exe

安装时注意路径最好不要有中文，其他全选下一步，进入安装文件夹Tesseract-OCR，这里路径是D:\OCR\Tesseract-OCR

下载训练数据，这里使用tessdata_best，这个数据集识别较准确但速度较慢。全部下载文件较大，可以只下载需要用到的语言，这里我下载了 chi_sim.traineddata, chi_sim_vert.traineddata 和 eng.traineddata 三个文件，将文件保存到 D:\OCR\Tesseract-OCR\tessdata中

必须要下载chi_sim_vert否则识别中文报错

保存一张图片test.png到Tesseract-OCR文件夹，并在该路径下打开cmd 输入以下指令

 tesseract test.png output -l eng

这里test.png是输入图片，output是输出的文件output.txt，-l 选择语言为eng，中文参数chi_sim

没有下载chi_sim_vert会报错，根据issue，使用chi_sim会加载vert，也就是说没有vert是不完整的，两个都有才能识别中文

使用体验：英文识别准确率高，中文一般

OCR识别截图的脚本

至此可以使用命令调用tesseract进行文字识别了，OCR在电脑上的日常使用场景一般为识别图片中的文字，但是上述方法使用起来较麻烦，需要保存识别区域图片，将图片复制到Tesseract文件夹再输入命令。这里写了一个脚本更方便快捷的使用，Windows中，快捷键Win+Shift+S可以框选截图，可以直接粘贴截图或通过Win+V预览剪切板查看截图，该图片的默认保存路径为

 C:\Users\XXXX\AppData\Local\Packages\MicrosoftWindows.Client.CBS_XXXXXXX\TempState\ScreenClip

截图后会在该文件夹内生成两张新的图片，一张为原始截图，另一种是压缩后的预览截图，这个只需要找到该文件夹中倒数第二张修改的png图片即可（最新的图片是压缩后的预览图）

创建文件”EngOCR.ps1″，修改下面的screenshotDir，tesseractPath为你的文件路径

 # Define the directory where screenshots are saved
 $screenshotDir = "C:\Users\XXXX\AppData\Local\Packages\MicrosoftWindows.Client.CBS_XXXXXXX\TempState\ScreenClip"
 ​
 # Define the output path for the OCR text file on the desktop
 $outputPath = [System.IO.Path]::Combine([Environment]::GetFolderPath("Desktop"), "ocr")
 ​
 # Define the path to the Tesseract executable
 $tesseractPath = "D:\OCR\Tesseract-OCR\tesseract.exe"
 ​
 # Find the penultimate PNG file in the screenshot directory
 $penultimateScreenshot = Get-ChildItem -Path $screenshotDir -Filter *.png | Sort-Object LastWriteTime -Descending | Select-Object -Skip 1 -First 1
 ​
 # Check if a screenshot exists
 if ($penultimateScreenshot -ne $null) {
     $screenshotPath = $penultimateScreenshot.FullName
 ​
     # Run Tesseract OCR on the penultimate screenshot and save the output text to a file on the desktop
     & $tesseractPath $screenshotPath $outputPath -l eng
 ​
     # Convert .txt file path for opening or further processing
     $txtOutputPath = $outputPath + ".txt"
 ​
     # Optional: Open the OCR result with notepad (or your preferred editor)
     notepad $txtOutputPath
 } else {
     Write-Host "No screenshot found in the specified directory."
 }​

截图后使用PowerShell运行该脚本，它会找到截图图片，执行& $tesseractPath $screenshotPath $outputPath -l eng 将识别结果保存到桌面的”ocr.txt”文档中并打开；识别中文可以再写个脚本”ChiOCR.ps1″，将参数eng 修改成chi_sim即可，使用时运行对应语言脚本

这样就可以优雅的使用tesseract了，只需截图框选需要识别区域，双击运行桌面上的ps1脚本即可识别