以下代码保存文件名为trans2Chi_sim.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from PIL import Image
import pytesseract

import argparse

#命令行执行 添加图片目录和结果保存路径
ap = argparse.ArgumentParser()

ap.add_argument("-i","--image",required=True,help="path to input image")
#结果保存的文件可以不设置，默认保存到当前目录下的result.txt文件中
ap.add_argument("-r","--result",required=False,help="the name of the result txt file save name")

args = vars(ap.parse_args())

#获取图片
img_path = args["image"]
print('image path : %s'%img_path)

#识别结果默认保存到当前目录result.txt文件中
res_path ='result'
if args["result"] is not None:
	res_path = args["result"]

#print('result path : %s'%res_path)

image = Image.open(img_path)
#使用tessdata chi_sim简体中文训练数据进行识别
text = pytesseract.image_to_string(image, lang='chi_sim')

filename = res_path
if '.txt' not in res_path:
	filename = res_path+".txt"
#结果保存
with open(filename,'w') as f:
	f.write(text.replace(' ',''))  #识别后每个字之间有空格，需要去掉空格

print('识别内容已保存到文件：%s'%filename)

命令号执行如下：
python trans2Chi_sim.py -i imagename.jpg [ -r result.txt]

非手写字体识别率非常高，很不错

tensorflow 通过pip install tensorflow 安装完成

1、Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
问题：你的CPU支持AVX扩展，但你安装的TensorFlow版本无法编译使用。
原因是当前TensorFlow的版本不支持cpu的AVX2编译
可能是因为安装时使用的pip install tensorflow ，这样默认会下载X86_64的SIMD版本。
两种解决办法：
   1）.忽略这个警告，不看它！
  import os
   os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息 
   os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error   
   os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error

2.彻底解决，换成支持cpu用AVX2编译的TensorFlow版本。
首先，卸载原来版本的TensorFlow

pip uninstall tensorflow
pip uninstall tensorboard
pip uninstall protobuf
pip uninstall keras

然后到D:\Program Files\Python\Python36\Lib\site-packages 目录下 删除对应的文件夹 tensorflow keras 等

完成后可以用pip list查看一下所有库，检查是否成功卸载。

然后去github下载正确的tf版本，Windows点这里下载。其他操作系统可以点这里找到对应的版本。

这里下载1.11.0\py36\CPU\avx2 版本（tensorflow-1.11.0-cp36-cp36m-win_amd64.whl）

下载后安装即可：

pip install tensorflow-1.11.0-cp36-cp36m-win_amd64.whl

安装完成再运行程序，执行成功不会报错