本文共 1913 字，大约阅读时间需要 6 分钟。
1.安装Pillow
pip install Pillow
2.安装tesseract-ocr
OCR(Optical Character Recognition, 光学字符识别) 软件安装包含两个部分：ORC引擎本身以及对应语言的训练数据
github地址: You can either or .
sudo add-apt-repository ppa:alex-p/tesseract-ocrsudo apt-get update# 安装OCR引擎sudo apt-get install tesseract-ocr# 安装训练数据(equ为数学公式包)sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim tesseract-ocr-equ# 可选安装Leptonicasudo apt-get install liblept5 libleptonica-dev
traineddata存放路径: $TESSDATA_PREFIX/testdata
3.04版本 ./usr/share/tesseract-ocr/tessdata/
4.0版本 /usr/share/tesseract-ocr/4.00/tessdata/
此外,训练数据还可在通过 tessdata repository 进行下载
3.安装pytesseract
pip install pytesseract
遇到的问题:
1.FileNotFoundError: [WinError 2] 系统找不到指定的文件
解决方法:
方法1[推荐]: 将tesseract.exe添加到环境变量PATH中，
例如: D:\Tesseract-OCR,默认路径为C:\Program Files (x86)\Tesseract-OCR
注意: 为了使环境变量生效，需要关闭cmd窗口或是关闭pycharm等ide重新启动
方法2: 修改pytesseract.py文件，指定tesseract.exe安装路径
# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLYtesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe‘
方法3: 在实际运行代码中指定
pytesseract.pytesseract.tesseract_cmd = 'D:\\Tesseract-OCR\\tesseract.exe'
2.pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file \Tesseract-OCR\tessdata/eng.traineddata’)
解决方法:
方法1[推荐]:
将tessdata目录的上级目录所在路径(默认为tesseract-ocr安装目录)添加至TESSDATA_PREFIX环境变量中
例如: C:\Program Files (x86)\Tesseract-OCR
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
方法2: 在.py文件配置中指定tessdata-dir
tessdata_dir_config = '--tessdata-dir "D:\\Tesseract-OCR\\tessdata"'# tessdata_dir_config = '--tessdata-dir "'C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'pytesseract.image_to_string(image, config=tessdata_dir_config)
来源：
配置Tesseract-OCR环境变量时候被坑了，我直接在path中添加Tesseract-OCR的环境变量，无论重启ide还是重启电脑//cmd环境变量都不生效，然后改下面方式先将Tesseract-OCR配置到名为TESSDATA_PREFIX的变量中，再在path中添加即可。 
转载地址：https://dh-butterfly.blog.csdn.net/article/details/108927437 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！
发表评论
最新留言
关于作者
