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
- 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
- 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。 - 将安装路径中的
C:\Users\Administrator\AppData\Local\Tesseract-OCR\tessdata
剪切到Anconda文件夹下 - 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。
- 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