python的tesserocr模块安装(window10)

一.安装tesseract

要安装tesserocr,首先要下载tesseract,它是给tesserocr提供支持的。下载地址为:https://digi.bib.uni-mannheim.de/tesseract/。

打开之后可以看到有很多文件,带dev的为开发版本,不带dev的为稳定版本,我们选择下载不带dev的版本,比如最新的这个:tesseract-ocr-w64-setup-v4.1.0.20190314.exe。下载完成之后运行安装,一直点击next,直到出现如下页面:

在Additional language data中包含了OCR支持识别的各国语言包:


也可以根据情况只选择了中文的:



二.安装tesserocr

使用pip install tesserocr进行安装。我在安装的时候碰到了下面这个问题:

解决办法

1)下载对应版本的whl包进行安装,下载地址:https://github.com/simonflueckiger/tesserocr-windows_build/releases。

比如我的Python版本是3.6.6,电脑是Windows64位,所以我下载的是:tesserocr-2.4.0-cp36-cp36m-win_amd64.whl。下载完之后使用pip进行安装:

 2)安装Visual Studio,比如VS2017。这个怎么说呢,虽然它里面包含了很多包,安装起来也很简单,但是如果你想卸载就很蛋疼了,而且这个软件会占用C盘几个G的空间,所以我个人是不推荐使用这个办法的。


 三.配置环境变量

找到你tesseract安装的目录位置,比如E:\Tesseract-OCR,然后将该路径添加到环境变量path中:

之后新建一个系统变量TESSDATA_PREFIX,对应的值为:E:\Tesseract-OCR\tessdata:


四.运行示例

下面是一个简单的示例,使用的图片为:


代码如下:

import tesserocr

from PILimport Image

img = Image.open("test.jpg")

print(tesserocr.image_to_text(img))

运行成功的话:会正确显示内容


在第一次运行的时候可能会出现下面这个错误:

RuntimeError: Failed to init API, possibly an invalid tessdata path: E:\Python\/tessdata/

解决办法:将tesseract安装目录下的tessdata文件夹复制到你的Python安装目录下。

你可能感兴趣的:(python的tesserocr模块安装(window10))