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
--------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) Cell In[2], line 1 ----> 1 import tesserocr ModuleNotFoundError: No module named 'tesserocr'
from PIL import Image
text = tesserocr.image_to_text(Image.open('/data/demo/ocra1.jpg'))
print(text)
test = tesserocr.image_to_text(Image.open('/data/demo/ocrb2.jpg'))
test
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 = tesserocr.image_to_text(
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)
最后加一句，Tesseract对于彩色图片的识别效果没有黑白图片的效果好。