有些驗證碼是中文的，使用的時候可能發現了，並不能支持識別中文，那麼我們應該如何解決呢？
先來看下默認的情況下識別中文是什麼樣子的呢，比如我們要識別下圖：
然後我們寫出如下代碼：
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract-OCR\tesseract.exe"
image = Image.open(r"C:\Users\22768\Desktop\gzh\chinese_0.jpg")
text = pytesseract.image_to_string(image, lang='eng+osd')
print(text)
運行結果：
ffi’:
賴葷
蝴
可以看到並沒有識別出來，是亂碼；
python通過tesseract識別圖形中文亂碼，是因為你安裝的時候沒有選擇合適的語言進行安裝，上一文中我們是直接默認下一步安裝的，且安裝版本是tesseract-ocr-setup-3.02.02.exe，這個版本在安裝的時候確實可以選擇其他語言進行支持，但是你只能選擇，並沒辦法進行下載。且官網也沒有對應該版本的語言支持包，所以我這裡重新找了一個**5.1.0**版本的程序包進行安裝，這個軟件包是沒有問題的；
獲取tesseract軟件包的方式為：
微信公眾號“運維家”，後台回復：resseract軟件包
即可獲取tesseract軟件包的網盤下載地址了；
tesseract這個軟件安裝的過程中，windows安裝路徑必須選擇：
C:\Program Files (x86)\Tesseract-OCR
如果是windows務必選擇以上路徑進行安裝哈；
我們可以選擇語言，點擊Additional language data(download)前面的符號，就會展示出來很多語言，如果識別的內容比較復雜，建議全選，將所有的語言包都下載下來，我這裡為了演示，只選擇了和中文有關的，也就是抬頭是“Chinese”的；
然後點擊下一步即可，這裡我們會看到下圖的安裝界面，可能會比較慢，因為他會一個個下載語言包，這裡我們耐心等待即可；
出現下面的界面就表示安裝成功了；
tesseract軟件無法下載語言包，或者tesseract下載語言包失敗，如果有這種問題，是因為啥呢？那簡單了，就是因為他的語言包在國外，網絡不穩定所導致的，那麼我們如何解決呢，我這裡准備了一份完整的語言包，直接解壓覆蓋你resseract安裝路徑中的tessdata這個文件夾即可。
獲取tesseract 5.1.0語言包的方式為：
微信公眾號“運維家”，後台回復：tesseract語言包
即可獲取tesseract語言包的網盤下載地址了；
然後我們需要將C:\Program Files (x86)\Tesseract-OCR\tessdata這個路徑下的內容全部拷貝到C:\Program Files (x86)\Tesseract-OCR目錄下方可，不然會報錯以下信息：
pytesseract.pytesseract.TesseractError: (1, 'Error opening data file C:\\Program Files (x86)\\Tesseract-OCR\\eng.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory. Failed loading language \'eng\' Tesseract couldn\'t load any languages! Could not initialize tesseract.')
先來看下他現在支持多少種語言了吧；
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract-OCR\tesseract.exe"
print(pytesseract.get_languages())
運行結果如下：
['chi_sim', 'chi_sim_vert', 'chi_tra', 'chi_tra_vert', 'eng', 'osd']
當使用我上面提供的語言包之後，就會發現支持的語言變成了下面這麼多：
['afr', 'amh', 'ara', 'asm', 'aze', 'aze_cyrl', 'bel', 'ben', 'bod', 'bos', 'bre', 'bul', 'cat', 'ceb', 'ces', 'chi_sim', 'chi_sim_vert', 'chi_tra', 'chi_tra_vert', 'chr', 'cos', 'cym', 'dan', 'deu', 'div', 'dzo', 'ell', 'eng', 'enm', 'epo', 'equ', 'est', 'eus', 'fao', 'fas', 'fil', 'fin', 'fra', 'frk', 'frm', 'fry', 'gla', 'gle', 'glg', 'grc', 'guj', 'hat', 'heb', 'hin', 'hrv', 'hun', 'hye', 'iku', 'ind', 'isl', 'ita', 'ita_old', 'jav', 'jpn', 'jpn_vert', 'kan', 'kat', 'kat_old', 'kaz', 'khm', 'kir', 'kmr', 'kor', 'lao', 'lat', 'lav', 'lit', 'ltz', 'mal', 'mar', 'mkd', 'mlt', 'mon', 'mri', 'msa', 'mya', 'nep', 'nld', 'nor', 'oci', 'ori', 'osd', 'pan', 'pol', 'por', 'pus', 'que', 'ron', 'rus', 'san', 'sin', 'slk', 'slv', 'snd', 'spa', 'spa_old', 'sqi', 'srp', 'srp_latn', 'sun', 'swa', 'swe', 'syr', 'tam', 'tat', 'tel', 'tgk', 'tha', 'tir', 'ton', 'tur', 'uig', 'ukr', 'urd', 'uzb', 'uzb_cyrl', 'vie', 'yid', 'yor']
這個時候我們再次來識別文章最開始的時候的圖片，來看看是否識別出來了吧。
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract-OCR\tesseract.exe"
image = Image.open(r"C:\Users\22768\Desktop\gzh\1654881934269.jpg")
text = pytesseract.image_to_string(image, lang='chi_sim+chi_sim_vert+chi_tra+chi_tra_vert')
print(text)
運行結果如下：
運維家
那麼我們再來識別一張字比較多的圖片再試試呢，例如：
運行代碼
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract-OCR\tesseract.exe"
image = Image.open(r"C:\Users\22768\Desktop\gzh\1654882172968.jpg")
text = pytesseract.image_to_string(image, lang='chi_sim+chi_sim_vert+chi_tra+chi_tra_vert')
print(text)
結果：
鐘山風雨起苔劃，百萬雄師過大江。
虎跟龍盤今勝苦，天翻地覆慨而慷。
二將剩筋追窮坪，不可沽名學等王。
天吞有情天訂老，人間正道是滄對 。
不可避免有一些錯字，但是已經很少了。
至此，本文結束。相關內容每日更新。
更多內容請轉至VX公眾號 “運維家” ，獲取最新文章。
------ “運維家” ------
------ “運維家” ------
------ “運維家” ------
linux系統下，mknodlinux，linux目錄寫權限，大白菜能安裝linux嗎，linux系統創建文件的方法，領克linux系統怎麼裝軟件，linux文本定位；
ocr識別linux，linux錨定詞尾，linux系統使用記錄，u盤有linux鏡像文件，應屆生不會Linux，linux內核64位，linux自啟動管理服務；
linux計算文件夾大小，linux設備名稱有哪些，linux能用的虛擬機嗎，linux系統進入不了命令行，如何創建kalilinux，linux跟so文件一樣嗎。
