Tesserocr 的安装及一些失败处理（windows环境）

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，所以在安装 Tesserocr 之前我们需要先安装 Tesseract，本文用来记录安装流程以及安装过程中遇到的一些问题和处理方式。

第一步，下载 Tesseract
Tesseract为 Tesserocr 提供了支持，下载链接为：http://digi.bib.uni-mannheim.de/tesseract/。这里我直接下载的最新版：（注意其中文件名中带有 dev 的为开发版本，不带 dev 的为稳定版本，可以选择下载不带 dev 的版本。）

下载完成后双击运行，按照提示一步步next就行，如果想要提前多下载一些语言，则需要勾选Additional language data(download），但是如果勾选了该选项也会增加安装耗时，自己根据需要选择（笔者因为要用到多国语言识别，所以勾选了该选项）：

之后就是漫长的等待安装下载过程~

第二步：添加环境变量
1，下载完成后，复制安装路径，我的安装路径是D:\python\download\Tesseract-OCR，打开电脑系统属性→高级→环境变量，在path下新建Tesseract-OCR的环境变量，添加之后，记得所有确定都点击！

2，增加一个TESSDATA_PREFIX变量名，变量值为我的语言字库文件夹安装路径F:\Tesseract-OCR\tessdata 添加到变量中;如下图：

如果没有添加TESSDATA_PREFIX的变量，执行命令会出现如下错误：

第三步：安装Tesserocr
这里在直接使用pip安装时，总是出错：

于是采取镜像安装的方法：先在whl下载地址（https://github.com/simonflueckiger/tesserocr-windows_build/releases）下载和自己python版本以及电脑操作系统对应的whl文件，比如笔者是python3.7，64位操作系统，就应该下载如下版本：

然后再pip install 镜像文件地址，镜像文件可以直接拖入install后面，即可迅速安装成功：

第四步，代码验证安装成功
我随便截了张图作为样例图片进行测试：

代码如下:

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

结果出现如下报错：

解决方法：打开报错的位置，D:\python\python3.7，没有tessdata文件才报错，于是将原本D:\python\download\Tesseract-OCR\tessdata路径下的tessdata文件复制到改路径下：

然后再次运行代码，就可以成功识别到文字啦：

参考链接：https://segmentfault.com/a/1190000039929696
https://blog.csdn.net/moxiao1995071310/article/details/82630996