win8.1装tesseract和tesserocr全是坑

这里不讲那些逻辑和原理，反正本人也搞不清，就谈谈自己的安装时候遇到的问题。

系统是win8.1

tesseract

tesseract安装需要到指定链接去下载（https://digi.bib.uni-mannheim.de/tesseract/）

此次选择的

tesseract-ocr-setup-3.05.01.exe

为什么选它，是因为后面tesserocr所要下载的版本必须和tesseract相对应，本来是下载tesseract-ocr-setup-5.0.0.exe的，但是tesserocr没有对应的版本，所以就放弃了，这是其一。

其二，所有含有dev的都是开发版，不带dev的是稳定版，所有选择tesseract-ocr-setup-3.05.01.exe

图1

下载完成之后，选择安装，这个就比较简单了，点击next就行了。

图2

如图2所示，此时可以勾选Additional language data(download)选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言。然后一路点击Next按钮即可。（当然也可以选择指定目录安装）安装时间蛮久的。

然后cmd打开命令行，输入tesseract -v会报错

图7

于是配置两个环境变量，我的电脑——右击——属性——高级系统设置——高级——环境变量——

系统变量——path（输入变量名path，变量值D:\Python3.6.0\pythoncorrelation\Tesseract-OCR，这个值就是Tesseract安装的位置即所在路径）这是其一，其二，系统变量——新建（输入变量名TESSDATA_PREFIX，变量值D:\Python3.6.0\pythoncorrelation\Tesseract-OCR，这个值就是Tesseract安装的位置即所在路径）

cmd打开命令行，输入tesseract -v，正确的应该报

图8

关于配置两个环境变量的问题，有些文章要求有，有些文章要求没有，这里统一记录下来了。

tesserocr

安装tesserocr的时候有遇到很多坑，先是用pip3 install tesserocr或pip3 install tesserocr pillow下载安装均下载失败。

图9

于是转向轮子下载。轮子下载之前，需要知道自己的电脑的python和哪个轮子相配，可以cmd中输入，本电脑是64位，如图10中方框输入。

cmd中输入：python

>>>import pip

>>>import pip._internal

>>>print(pip._internal.pep425tags.get_supported())

图10

查看到对应的版本为cp36，cp36m，win64，下载安装的版本为win_amd64。

下载地址：https://github.com/simonflueckiger/tesserocr-windows_build/releases

【电脑是32位的可以试试这个

import pip

print(pip.pep425tags.get_supported())】

图11

红色方框是tesseract和tesserocr对应关系，蓝底白字是python和tesserocr的对应关系，

但是，到这里悲剧来了，tesserocr不能下载，总是说是网速的问题，内网和外网，大家都懂的，所以请求看到这篇文章的大神，如果备份了

tesserocr-2.2.2-cp36-cp36m-win_amd64.whl

私聊一个，发份给我吧，网上也找不到现成的已经下载好的了。多谢好心人。

（能下载下来的都是一些残片，不能安装，会报错，提示如图4）file is

not a zip file（不是完整的文件）

后续：

如果能下载下来，怎么安装，网上回答也是五花八门的，个人感觉最正确的应该是将tesserocr放入到script包里去安装

图12

小提示：如果使用wheel安装whl文件，必须先安装wheel，直接pip install wheel；如果需要升级pip，直接python -m pip install -- upgrade pip