2019.8.4

OS: Windows8.1专业版

1. 安装tesserocr, pytesseract库
   • Tesseract是一个开源的ocr引擎，可以开箱即用，项目最初由惠普实验室支持，1996年被移植到Windows上，1998年进行了C++化。在2005年Tesseract由惠普公司宣布开源。2006年到现在，都由Google公司开发。
   • pytesseract是对tesseract做的一层Python API封装，是Google的Tesseract-OCR引擎包装器；所以它们的核心是tesseract，因此在安装tesserocr之前，我们需要先安装tesseract。
   • tesseract OCR由C/C++编写，github地址。
   • pip install tesserocr报错，通过tesserocr whl文件下载whl文件安装，cd到下载目录pip install tesserocr-2.4.0-cp37-cp37m-win_amd64.whl，这个版本支持tesseract v4.0.0。也可以尝试用conda安装。
   • 通过https://digi.bib.uni-mannheim.de/tesseract/，这里可以下载到旧版本。下载tesseract-ocr-w64-setup-v4.0.0.20181030.exe安装。
   • 将tessertocr目录和子目录tessdata添加进环境变量。命令行输入tesserart显示信息。
   • tesserocr库识别准确率不高，改用pip install pytesseract安装pytesseract，uni-mannheim下载tesseract-ocr-w64-setup-v5.0.0.20190623.exe安装。方便，准确率高，支持最新版本的tesseract-ocr。
   • tesserocr不好用，pytesseract更好。
2. python faker库
   • 安装pip install faker，调用

   from faker import Faker
   f = Faker(locale='zh')  # 输入zh与zh_CN等效，zh_TW为台湾地区
   f.name()  # 随机姓名
   f.address()  # 随机省市路座邮编搭配
   

   • 更多细节见Python Faker的使用(1)：基础使用方法与函数速查--三胖道长