【python】pytesseract使用过程中遇到的问题

今天在安装使用pytesseract的时候遇到的两个，在这里记录一下解决方案。

pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your path

这个问题是因为我们在python中要想使用tesseract，不只是需要安装pytesseract库，还需要安装tesseract程序，并将路径添加到pytesseract中。

这里贴一个下载地址：https://github.com/tesseract-ocr/tesseract/wiki

然后需要将pytesseract.py中的tesseract_cmd改为安装的地址，如下图所示。如果是pycharm用户的话直接连按两下shift进行搜索即可。

 

windows 10 :pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\tessdata/chi_sim.traineddata') #50

这个错误是因为tesseract和你的项目没有放在同一个硬盘，所以会报错。这种情况只需要重新安装在对应的硬盘即可。

我是在github上找到的解决方案：https://github.com/madmaze/pytesseract/issues/50

 

一点题外话

另外就是pytesseract一般是用来对付图形验证码的手段，但是直接识别的话其实效果会很差。针对不同的场景，应该自己训练一个对应的文字库。这里放一个链接，里面有教程：https://www.cnblogs.com/chen0307/p/9837003.html