subprocess.run() 是 Python 3.5 之後引入的一個簡單且強大的函數，用來執行系統命令並等待命令完成。它是 subprocess 模組的高階 API，封裝了低階的 Popen()，提供了更簡便的方式來執行命令、捕獲輸出、處理錯誤等操作。
先用Python 調用 Tesseract OCR來帶入了解，subprocess.run()如何使用
你可以使用 subprocess.run() 調用 tesseract 來處理圖像。假設你有一個名為 image.png 的圖像文件，並希望使用 Tesseract 將圖像中的文字提取到 output.txt 文件中。
import subprocess
# 調用 Tesseract 進行 OCR，將結果輸出到文本文件
subprocess.run(['tesseract', 'image.png', 'output'], capture_output=True, text=True)
# Tesseract 會生成一個名為 'output.txt' 的文件，該文件包含 OCR 識別的文字
這裡，tesseract 的基本語法是：
tesseract <input_image> <output_base_name> [options]
這樣就能夠調用 Tesseract 進行 OCR 並將結果保存到 output.txt 中。
4. 獲取結果到 Python 變數
如果希望將 Tesseract 的輸出直接返回到 Python 變數，而不寫入文件中，可以使用 Tesseract 的標準輸出選項 stdout：
import subprocess
# 調用 Tesseract 並將結果捕獲到變量
result = subprocess.run(['tesseract', 'image.png', 'stdout'], capture_output=True, text=True)
# 輸出 OCR 結果
print(result.stdout)
這段程式碼會直接將 Tesseract 的輸出結果（識別出的文字）寫到到 result.stdout，並且可以立即在 Python 中處理該結果。
5. 設定語言
Tesseract 支援多種語言識別，你可以使用 -l 參數來指定要識別的語言。假設你要識別中文（chi_sim），可以這樣做：
# 指定語言參數進行 OCR
subprocess.run(['tesseract', 'image.png', 'output', '-l', 'chi_sim'], capture_output=True, text=True)
這會讓 Tesseract 使用chi_sim進行 OCR 識別。
6. 使用配置參數調整 OCR 行為
Tesseract 提供了許多配置選項，可以通過命令行傳遞來調整 OCR 行為。例如，如果你需要更好地處理噪音圖像，可以使用一些 Tesseract 提供的參數進行優化。
# 使用 Tesseract 配置參數
subprocess.run(['tesseract', 'image.png', 'output', '--psm', '6'], capture_output=True, text=True)
這裡的 --psm 參數用於設置頁面分段模式（PSM，Page Segmentation Mode），例如 6 表示完全單一的文本塊。
subprocess.run() 的詳細分解
調用外部應用程式
當你用 subprocess.run() 調用 tesseract 時，系統會在環境變數中查找 Tesseract，然後執行它。你可以向 tesseract 傳遞命令行參數，如圖像文件名、輸出文件名、語言設置等，這些參數會被傳遞給 Tesseract 的可執行文件來進行處理。
例如，這一行代碼：
subprocess.run(['tesseract', 'image.png', 'output', '-l', 'chi_sim'], capture_output=True, text=True)
'tesseract': 系統會從PATH中查找 Tesseract 的可執行文件並啟動它。'image.png': 這是你要進行 OCR 處理的圖像。'output': 這是輸出文件的基礎名稱，Tesseract 會將結果寫入output.txt。'-l', 'chi_sim': 這些是命令行參數，指定 Tesseract 使用chi_sim進行 OCR。
以下是對 subprocess.run() 函數的詳細介紹和參數說明：
函數
subprocess.run(args, *, stdin=None, input=None, stdout=None, stderr=None, capture_output=False, shell=False, cwd=None, timeout=None, check=False, encoding=None, errors=None, text=None, env=None, universal_newlines=None)
1. args
args 是你要傳入的命令或程序及其參數。它可以是列表或字符串，取決於 shell 參數如何設置，預設是shell=False。
- 列表形式（推薦）：
subprocess.run(['ls', '-l'])
列表中的每一項都對應一個命令或參數。這樣的方式會避免命令被解析成單個字符串，從而提高安全性。 - 字符串形式： 當
shell=True時，可以直接用字符串形式來執行命令：subprocess.run('ls -l', shell=True)
- 當
shell=False時，args通常以 列表 形式傳入，每個命令和參數分別作為一個列表元素。 - 當
shell=True時，args可以以 字符串 形式傳入，讓整個命令交由 shell 解釋。
2. stdin, stdout, stderr
這三個參數用來控制標準輸入、標準輸出和標準錯誤的處理方式。它們可以設置為以下值：
None（預設）：輸出直接顯示在當前的終端中。PIPE：將輸入或輸出捕獲到變量中，後續可用來進行處理。
3. capture_output=True 與 text=True
capture_output=True 參數的作用是告訴 Python 將外部程序的 標準輸出（stdout）和 標準錯誤（stderr）捕獲起來，以便你在 Python 程序中進行處理。當這個參數設置為 True 時，輸出將不會顯示在終端或控制台上，而是會存儲在返回的 CompletedProcess 對象中，並可以通過 stdout 和 stderr 來訪問。
text=True
text=True 參數告訴 subprocess.run()，要將捕獲到的 輸出（stdout） 和 錯誤（stderr） 轉換為 字符串（string），而不是原始的 字節串（bytes）。
- 當
text=False（或省略這個參數）時，stdout和stderr的輸出會是 位元資料（bytes），這是默認行為。 - 當
text=True時，這些位元資料會被自動解碼為 字串（string） 格式，這樣可以更方便處理。
範例：
import subprocess
# 調用 Tesseract 進行 OCR，將結果輸出到文本文件
result = subprocess.run(['tesseract', r'', 'output', '-l', 'eng', '--psm', '6'], capture_output=True, text=True)
# 顯示標準錯誤 (stderr)
print(result.stderr)
result.stdout：存儲命令的標準輸出。result.stderr：存儲命令的標準錯誤。
- 如果你沒有設置
text=True，輸出會是位元資料，你需要手動解碼。print(result.stderr)
print('----------------')
print(result.stderr.decode('utf-8'))
其他tesseract更多文章可到我沙龍找
[OpenCV][Python]手把教如何使用Tesseract OCR辨識
