将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。今天我们用到的就是一个OCR 库——Tesseract。
首先要安装Tesseract，除了最基本的pip安装外，还要下载Tesseract-OCR程序。
1.下载所需的python包：pip install Pillow
pip install pytesseract
安装时前面一直next就可以了，直到这一步，在additional language data里勾选Math和Chinese，支持计算和中文：
3.添加环境变量：
添加名为TESSDATA_PREFIX的环境变量，设置为安装目录下的tessdata目录C:\Program Files (x86)\Tesseract-OCR\tessdata （一般默认是这个）
4.修改pytesseract.py：
这个文件在python安装路径的Lib\site-packages\pytesseract文件夹下，将tesseract_cmd修改成tesseract的安装路径，使pytesseract能够调用tesseract。tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tessdata/tesseract.exe'
一般做完上面4步，就能用下面的代码实现简单的文字识别了：
import pytesseract
from PIL import Image
text = pytesseract.image_to_string(Image.open('1.jpg'),lang='chi_sim') # chi_sim是简体中文训练包，如果想识别英文去掉lang选项即可
print(text)
但我在安装Tesseract-OCR的过程中，遇到了download error的问题，导致chi_sim包没有下载成功。因此运行程序后还会报没有配置环境变量的错，这个时候就要手动下载中文训练包了，我找到的下载地址是/liangchan/11126.html，里面不仅有中文，还有几个其他语言的包。
下面是识别结果：
对于这种清晰的印刷体，识别准确率还是挺高的。但如果换成手写文字的话，emmm……别灰心，不是你的字迹丑，真的是这个识别库不行。
即便不是手写的，换一种潦草一点的字体，它就一样识别不准了，比如上网找一个王羲之的字体：
结果是：
由此可见，在Tesseract的眼里，你和王羲之没啥两样。
——我和王羲之谁的书法更漂亮？
——Tesseract：我好像听不懂你在说什么。
