将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。 可以实现OCR 的底层库并不多，目前很多库都是使用共同的几个底层OCR 库，或者是在上面进行定制。
Tesseract 是一个OCR 库，目前由Google 赞助（Google 也是一家以OCR 和机器学习技术闻名于世的公司）。
Tesseract 是目前公认最优秀、最精确的开源OCR 系统。
除了极高的精确度，Tesseract 也具有很高的灵活性。
它可以通过训练识别出任何字体（只要这些字体的风格保持不变就可以），也可以识别出任何Unicode 字符。
Tesseract的安装与使用
Tesseract的Windows安装包下载地址为： http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe ，
下载后双击直接安装即可。
安装完后，需要将Tesseract添加到系统变量中。
在命令行中输入 tesseract -v 检查Tesseract是否安装完成且添加到系统变量中。
Debian / Ubuntu 用户可以通过 apt-get 安装， Debian 10, Debian 11, Ubuntu 22.04， Debian 12 验证通过：
sudo apt install tesseract-ocr tesseract-ocr-chi-sim python3-tesserocr
以下为原来方法：
这一节介绍的库名称为 pytesseract 。
pytesseract是Tesseract关于Python的接口，还需要一个Python的图片处理模块，可以安装pillow。
使用下面命令安装完后，就可以使用Python调用Tesseract了：
pip install pytesseract
import pytesseract
目前使用 python3-tesserocr 。由于其本身在 Debian / Ubuntu 仓储库中，成熟度更高，推荐使用。
另外不管是 python3-tesserocr 还是 pytesseract ，都是对 Tesseract 的封装，
使用上稍有区别，没有实质的不同。
使用下面代码导入模块：
# import tesserocr
import pytesseract
from PIL import Image
text = pytesseract.image_to_string(Image.open('/data/demo/ocra1.jpg'))
print(text)
BREAKING THE STATUE i have always known i just didn't understand the inner conflictions arresting our hands gravitating close enough expansive distamce between i couldn't give you more but 1 meant everything when the day comes you find your heart wants something more than a viece and a part your life will change like astatue set free to walk among us to created estiny we didn't break any rules we didn't make mistakes making beauty in loving making lovine for days— SHILOW
text = pytesseract.image_to_string(Image.open('/data/demo/ocrb2.jpg'))
print(text)
Vieare!
识别简体中文
最后是识别简体中文， Windows 系统中需要事先安装简体中文语言包，
下载地址为：https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata ,
再将 chi_sim.traineddata 放在 C:\Program Files (x86)\Tesseract-OCR\tessdata 目录下。
接下来以图片为例：
输入命令：
tesseract timg.jpg timg.txt -l chi_sim
看一下在 Python 中的使用：
text = pytesseract.image_to_string(Image.open('/data/demo/ocrc3.jpg'),lang = 'chi_sim')
识别结果如下： 只识别错了一个字，识别率还是不错的。
print(text)
长相思 【清】纳兰性德 山一程，水一程。身向榆 关那畔行，夜深干帐灯。 风一更，雪一更。联碎乡 心梦不成，故园无此声。