关于pytesser的一些问题

最近几天在做python验证码的识别，主要是运用python的ocr库，可惜在安装的时候就出现了很多问题，在google，stackoverflow，baidu上都没有有效解决，无奈自力更生，从源码层面开始，一步一步开始排除bug。

一、运行的主要问题如下：

Traceback (most recent call last):
  File "C:\Users\TF-2016\Desktop\spider\ruijie\ruijie.py", line 33, in <module>
    print image_file_to_string('11.png', graceful_errors=True)
  File "C:\Python27\lib\site-packages\pytesser\pytesser.py", line 48, in image_file_to_string
    call_tesseract(filename, scratch_text_name_root)
  File "C:\Python27\lib\site-packages\pytesser\pytesser.py", line 23, in call_tesseract
    proc = subprocess.Popen(args)
  File "C:\Python27\lib\subprocess.py", line 710, in __init__
    errread, errwrite)
  File "C:\Python27\lib\subprocess.py", line 958, in _execute_child
    startupinfo)
WindowsError: [Error 2] 

WindowsError: [Error 2] 的意思一般是找不到可靠的文件。

解决方案：
1、将需要运行的文件，直接放在pytesser的包下。
2、如果包在site-packages下，可能如上问题会一直存在，弄了几次还是如此，问题应该是tesseract.exe执行程序不在环境变量中，大家可以自行更改，将其直接添加至环境变量中，懒的话就像方法1那么操作就行。

在pytesser.py文件中有：

This file must be .bmp or other Tesseract-compatible format

所以如果自己给的输入文件不能被很好支持，那么
- 直接使用image\_to_string()函数容易失败，
- 尽量使用image\_file\_to\_string(filename, cleanup=cleanup\_scratch\_flag, graceful\_errors=True)，注意最后的graceful_errors=True，很有用，当然它已经设定了默认值，可以不用手工赋值。

二、还有一种错误是errors.py文件找不到tesseract.log文件

这个是因为，在pytesser.py文件中调用subprocess时，执行tesseract.exe引擎没有返回错误（即没有生成tesseract.log文件），虽然也没有输出所要的文件结果（即进入了需要参数为tesseract.log的函数）———听着很绕，总之就是出bug了。
部分代码：

def check_for_errors(logfile="tesseract.log"):
    inf = file(logfile)
    text = inf.read()
    inf.close()
    # All error conditions result in "Error" somewhere in logfile
    if text.find("Error") != -1:
        raise Tesser_General_Exception, text

感兴趣的同学可以去看看程序源码，不长。
那该怎么着解决呢？

• 很简单 ，去包里找到tesseract.exe，双击它就行，会自动产生一个tesseract.log错误日志。
• 如果想使用tesseract.exe直接识别，格式为

tesseract.exe input_filename output_filename 
(eg:tesseract.exe default.png default)

最后，附点文件：

1、 PyTesser
2、 Tesseract
3、 或者我早csdn上的PyTesser资源
注：网上有教程说换tessdata的内容，不用换

Dependencies:
pytesser.py Main module for importing
util.py Utility functions used by pytesser.py
errors.py Interprets exceptions thrown by Tesseract
tesseract.exe Executable called by pytesser.py
tessdata/ Resources used by tesseract.exe