最近学习爬虫，发现天眼查字库会进行替换，于是就学着如何获取正确的数据

配置:

安装依赖 pip install -r requirements.txt

centos7.X 安装 tesseract-ocr

（1）依赖安装:
    yum install -y automake autoconf libtool gcc gcc-c++
    yum install autoconf automake libtool
    yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel

（2）安装leptonica

    wget http://www.leptonica.org/source/leptonica-1.72.tar.gz
    tar xvzf leptonica-1.72.tar.gz
    cd leptonica-1.72/
    ./configure
    make && make install

（3）安装tesseract-ocr

    wget https://github.com/tesseract-ocr/tesseract/archive/3.04.zip
    unzip 3.04.zip
    cd tesseract-3.04/
    ./configure
    make && make install
    sudo ldconfig

 （4）在 /user/local/share/tessdata 下放置 chi_sim.traineddata

    下载地址: https://github.com/tesseract-ocr/tessdata

运行: python3 ttf.py （数字替换） python3 font.py （所有字体替换）

其他: ttf.py实现了 数字的正确获取 font.py 实现将所有被替换字体合并成一张图片, 并通过腾讯云通用印刷体ocr识别出正确的对应关系