Tesseract图形识别软件的安装

安装

下载安装： tesseract

安装 pytesseract 和 Pillow

pip install pytesseract

pip install Pillow

这里只说 winsows 系统下的安装，linux 基本不会有什么问题。
在利用 pytesseract 调用 tesseract 时遇到如下错误：

FileNotFoundError: [WinError 2] 系统找不到指定的文件。

因而我看了下pytesseract源码，发现有这样的一行

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY

tesseract_cmd = 'tesseract'

估计 windows 系统要手工添加环境变量，因此才产生的问题，因而又将 tesseract 添加到环境变量 Path 中，但仍是会报错：

pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\eng.traineddata')

这个是eng.traineddata文件路径有误才会出现的错误。

解决办法：

先查看tesseract有没有这个语言包，有CMD中输入命令：

tesseract --list-langs

结果：

List of available languages (2):
eng
osd

而后再查看而后再google搜索一下问题，发现仍是 tesseract 的环境变量的问题，找到了下面这一句话

Please make sure the TESSDATA_PREFIX environment variableisset to the
parent directory of your"tessdata"directory.

因而新建的一个TESSDATA_PREFIX变量，指定tessdata的上级目录也就是C:\Program Files (x86)\Tesseract-OCR

安装完成。

先用一个简单的验证码测试一下：

from PIL import Image
import pytesseract
result = pytesseract.image_to_string(Image.open(r'F:\PIN_ws\692.jpg',"r"), lang='eng') 
print(result)