Anaconda+Pycharm下 tesserocr和pytesseract库的安装与使用 各类问题及解决方案

Anaconda下tesserocr和pytesseract库的安装与使用 各类问题及解决方案最全

第一步：安装tesserocr
1.下载安装tesseract
2.下载安装whl文件
3.下载安装语言包
4.测试
第二步：安装pytesseract库
第三步：配置pycharm

第一步：安装tesserocr

1. 在Windows下，首先需要下载tesseract，它为tesserocr提供了支持。
   下载地址是 https://digi.bib.uni-mannheim.de/tesseract/
   进入下载页面，可以看到有各种.exe文件的下载列表，其中文件名中带有dev的为开发版本，不带dev的为稳定版本，我自己选择下载的是
   tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe
2. 选择自定义安装，未进行其他操作，一路next点下去。
   PS. 本来是想选择自定义安装中的 Additional Language data(download) ，无奈下载过程总是不成功，总是提示 Download error Status of equ: Send Request Error. Click OK to continue。
3. 将安装路径中的C:\Users\Administrator\AppData\Local\Tesseract-OCR\tessdata剪切到Anconda文件夹下
4. 下载并安装whl文件， 下载地址为
   https://github.com/simonflueckiger/tesserocr-windows_build/releases
   安装：在cmd中切换到whl文件所在的文件夹，并输入

pip install tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912

5.下载语言包，下载位置
链接：https://pan.baidu.com/s/1c-fveIYnm1sQHxX9WRpUZw 提取码：9ovq
解压后将tessdata文件夹下的文件复制到:\ProgramData\Anaconda3\tessdata。
重启cmd后，命令输入如下：

tesseract --list-langs

6.配置环境变量 & 系统变量
我的电脑 →属性→高级系统设置→环境变量
环境变量
找到用户变量和系统变量 两个Path项点开，都添加刚才拷贝的Tesseract 的安装路径 C:\Users\Administrator\AppData\Local\Tesseract-OCR
系统变量
再找到系统变量，新建一个变量名称为：TESSDATA_PREFIX
值为：C:\Users\Administrator\AppData\Local\Tesseract-OCR\tessdata
**注：**设置完后记得点确定再关闭设置页面。

7. 测试
   在cmd里面执行python命令import tesserocr，然后看能否正常导入tesserocr；

python
import tesserocr

参考两位博主的帖子
1.tesseract-ocr在安装过程中出现Download error以及anaconda下安装tesserocr库
2.win10 安装tesseract+tesserocr+pycharm导入tesserocr,各种问题+解决办法

第二步：安装pytesseract库

1.以下命令在conda shell窗口中执行：

conda install -c mcs07 tesseract
conda install -c jim-hart pytesseract

*执行完后base root 中已经有了pytesseract包，需要在指定虚拟环境下安装
2.在cmd shell窗口中执行

conda info -e
conda activate pytest
pip list
pip install pytesseract

3.若下载安装太慢,在cmd shell窗口中执行以下命令，添加清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

参考博主的帖子： window10 conda 环境下安装pytesseract

第三步：配置pycharm

1.查看安装python的位置，在cmd中输入以下代码即可。

where python

2.在pycharm中导入tesserocr和pytesseract的包
打开pycharm,点击File->setting->project->Project interpreter->小齿轮->add->选择环境位置->apply->ok.
找到解释器Project interpreter，然后点击小齿轮，再点add，把你安装了tesserocr的解释器添加到这里就行了，选择环境位置，最后点击apply后点ok。

参考博主的帖子：在pycharm中使用tesseract

第四步：pytesseract的语法

在pycharm中输入以下代码，测试对以上图片中的文字识别能力。

#coding=utf-8
from PIL import Image
import pytesseract
#上面都是导包，只需要下面这一行就能实现图片文字识别
text=pytesseract.image_to_string(Image.open('xxx.png'),lang='chi_sim')
print(text)

参考博主的帖子：python识别图片中的汉字