tesserocr是python中的ocr识别库,是对 tesseract 做的一 层 python API 封装,其核心是 tesseract。 在安装 tesserocr 之前,先安装 tesseract
1. windows下安装tesseract
tesseract下载地址 :http://digi.bib.uni-mannheim.de/tesseract
tesseract语言包:http://github.com/tesseract-ocr/tessdata
选择需要的版本,双击安装
安装时,可以勾选Additional language data(download)来选择需要安装的语言包,可以多选几个,来识别多国语言,个人选的是中文跟英文
2. tesseract配置环境变量
1)将tesseract安装路径添加到path环境变量中
'D:\others\tesseract' 命令行中输入tesseract,没报错则安装成功
2)将tesseract的语言包添加到环境变量中,新建一个系统变量,名称为TESSDATA_PREFIX,路径为放置语言包的路径,tessdata所在路径
'D:\others\tesseract\tessdata'
3. 安装tesserocr
pip install tesserocr pillow
如果用pip安装报错,则换用 anaconda 下的 conda 来安装,亲测可用
conda install -c simonflueckiger tesserocr pillow
安装完以后重启电脑,注意,win10一定要重启电脑,不然新设置的环境变量不会马上生效
4. 测试
import tesserocr
from PIL import Image
image = Image.open('code.png')
result = tesserocr.image_to_text(image)
print(result)
5. 安装 pytesseract及测试
pip install pytesseract
from PIL import Image
import pytesseract
image = Image.open('English.png')
content = pytesseract.image_to_string(image, lang='chi_sim')
print(content)
如果报错:pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it’s not in your path
则需要修改tesseract_cmd,打开D:\others\anaconda\Lib\site-packages\pytesseract中pytesseract.py文件
将 tesseract_cmd = 'tesseract'
修改为tesseract的安装路径,使pytesseract能够调用tesseract
tesseract_cmd = r'D:\others\tesseract\tesseract.exe'