tesseract ocr是原先惠普開發的圖像識別類庫，后面成為Open source，據說曾經的圖像識別能力排名第三，為大家提供的版本是4.0.0 for windows。

使用方法

下載完后進行安裝,默認情況下安裝程序會給你配置系統環境變量,以指向安裝目錄（之后可以通過DOS界面在任意目錄運行tesseract）。安裝完成后目錄如下:
附錄:

tessdata 目錄存放的是語言字庫文件，和在命令行界面中可能用到的參數所對應的文件. 這個安裝程序默認包含了英文字庫。
使用Tessract-OCR引擎識別驗證碼
打開DOS界面，輸入tesseract：

如果出現如上輸出，表示安裝正常。
我準備了一張驗證碼放在D盤根目錄下，上圖:

結果為:

附錄:
Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.
tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
tesseract 圖片名 輸出文件名 -l 字庫文件 -psm pagesegmode 配置文件
例如：
tesseract code.jpg result -l chi_sim -psm 7 nobatch
-l chi_sim 表示用簡體中文字庫（需要下載中文字庫文件，解壓后，存放到tessdata目錄下去,字庫文件擴展名為 .raineddata 簡體中文字庫文件名為: chi_sim.traineddata）
-psm 7 表示告訴tesseract code.jpg圖片是一行文本 這個參數可以減少識別錯誤率. 默認為 3
configfile 參數值為tessdataconfigs 和 tessdata essconfigs 目錄下的文件名