win10: pip install tesserocr报错问题

因为需要使用OCR库作为爬虫验证码识别的工具，所以本地进行tesserocr的安装，期间各种报错，折腾了一两个小时，本次记录下所有的趟坑经历。

关于OCR：

即 Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。我们可以使用 OCR 技术来将其转化为电子文本，然后爬虫将识别结果提交给服务器，便可以达到自动识别验证码的过程。

 

相关链接

• tesserocr GitHub：https://github.com/sirfz/tesserocr
• tesserocr PyPI：https://pypi.python.org/pypi/tesserocr
• tesseract 下载地址：http://digi.bib.uni-mannheim.de/tesseract
• tesseract GitHub：https://github.com/tesseract-ocr/tesseract
• tesseract 语言包：https://github.com/tesseract-ocr/tessdata
• tesseract 文档：https://github.com/tesseract-ocr/tesseract/wiki/Documentation

（1）tesseract安装

tesserocr 是 Python 的一个 OCR 识别库，但其实是对 tesseract 做的一层 Python API 封装，所以它的核心是 tesseract。因此，在安装 tesserocr 之前，我们需要先安装 tesseract。

访问http://digi.bib.uni-mannheim.de/tesseract下载相应exe安装包，选择指定路径，傻瓜式安装即可。

（2）tesserocr安装

执行命令：pip3 install tesserocr pillow

------------------------------------------ 麻烦开始了------------------------------------

报错1：提示“Microsoft Visual C++ 14.0 is required”

   网上解决办法：通过visual c++ build tools下载安装，

   傻傻的我：跟着做了，想着能避免以后再遇到这个报错。安装过程比较耗时，还巨费磁盘空间，差评的操作。

网上找的一个连接：

链接: https://pan.baidu.com/s/1uenX2TJXuH2ELtLy1vOawA

提取码: 7pp8

上面操作完了，本以为OK了，继续运行，然后有出现如下错误

报错2：    提示“ error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2”

去你的吧，换个思路吧。。。。。

【终极解决方案】

换用whl安装吧

whl安装包下载链接：https://github.com/simonflueckiger/tesserocr-windows_build/releases

运行命令： pip3 install tesserocr-2.4.0-cp37-cp37m-win_amd64.whl

成功安装，真香