Tesseract OCR – Installasjonsveiledning for Windows 11

Tesseract er et open-source optisk tegngjenkjenningssystem (OCR) utviklet av Google. Det konverterer tekst fra bilder og dokumenter til maskinlesbar tekst, slik at papirbasert eller filler i .pdf-format informasjon kan digitaliseres for redigering. Tesseract støtter flere språk og ulike skrifttyper, og har blitt et populært verktøy for utviklere og forskere innen dokumentbehandling og kunstig intelligens.

1. Installere Tesseract

Gå til https://github.com/UB-Mannheim/tesseract/wiki.

Last ned installasjonsfilen for Windows 11, f.eks. tesseract-ocr-w64-setup-v5.5.1.exe.

Kjør installasjonsfilen og huk av for "Add Tesseract to the system path".

2. Sjekke installasjonen

Åpne CMD og skriv:

tesseract --version

Hvis Tesseract er riktig installert, vises versjonsinformasjon.

3. Legge til PATH manuelt

Hvis kommandoen ikke fungerer, legg til Tesseract manuelt i systemets PATH via System Environment Variables.

4. Legge til norsk språk

Last ned nor.traineddata fra https://github.com/tesseract-ocr/tessdata.

Legg filen i:

C:\Program Files\Tesseract-OCR\tessdata

5. Kjøre OCR på en fil

Bruk følgende kommando for å kjøre OCR med norsk språk:

tesseract bilde.png output -l nor

Resultatet lagres i output.txt.

6. Vanlige feil og løsninger

"tesseract is not recognized": Legg til Tesseract i PATH.

"Permission denied": Bruk en mappe med skrivetilgang.

Æ, Ø, Å blir feil: Bruk norsk språkmodell og whitelist.

7. Etterbehandling med Python

Bruk et Python-script for å rette vanlige OCR-feil og sikre korrekt visning av æ, ø, å.

Her er et eksempel på et pythonscript:

Eksempel:

Emneord: Tesseract

Publisert 3. nov. 2025 14:35 - Sist endret 3. nov. 2025 14:35