python3.7 安装使用 tesserocr

安装 tesserocr 遇到的坑

环境：

• win10
• python3.7

一、安装 Tesserocr 准备
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。
tesseract 下载地址：http://digi.bib.uni-mannheim.de/tesseract

在 Windows 下，首先需要下载 tesseract，它为 tesserocr 提供了支持。

在选择下载什么版本之前，我们需要去查看 tesserocr 的版本。选择安装包时，tesserocr 和 tesseract 的版本要匹配，如 “tesserocr v2.2.2 (tesseract 4.0.0 master)” 释放，表明 “tesserocr-2.2.2” 要配合 “tesseract 4.0.0 master” 使用。如果 tesserocr 与 tesseract 间版本不匹配，识别结果中会出现非预期字符。例如，若是将 “tesserocr-2.2.2” 与 “tesseract 3.5.2” 搭配使用，结果中便会出现非预期字符。

python 查看当前版本支持的 .whl 包。

AMD64

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

WIN32

import pip
print(pip.pep425tags.get_supported())

结果如图：

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

所以我们这里选择下载 tesserocr v2.3.1 和 tesseract 3.05.02。

二、安装 Tesserocr

安装 tesseract 可以比较简单，我们介绍一下关于 tesserocr 的安装过程。
比如说：

把下载下来的 tesserocr 安装包放在 python 安装路径里，在该目录下打开 dos 窗口。
运行 pip3 install tesserocr-2.3.1-cp37-cp37m-win_amd64.whl 即可成功。

三、验证

下面我们以如图所示的图片为样例进行测试。

我是在 Pycharm 中测试的，测试代码如下：

import tesserocr
from PIL import Image
image = Image.open('image.png')
print(tesserocr.image_to_text(image))

关于报错：

使用tesserocr.file_to_text（"path"）报错Failed to init API, possibly an invalid tessdata path

解决方法有多种，详细介绍可以参考：https://blog.csdn.net/qq_38410428/article/details/82700006
如果还未解决，我本人遇到的问题是，必须要将 python 项目放置与 python 安装包同一个跟目录下。
python 安装包位于 D:\Soft_Install\Python37，因此这段程序必须也放在 D 盘。