【安装pytesserocr步骤】

引言

博主之前安装的pytesseractocr,被自己的一次操作中不小心误删了,导致无法识别图像,出现异常报错

# 伪代码
# if error occur then follow step
# finally get result

备注：
测试是否添加至环境变量的指令
如果提示为 不是内部或外部指令,也不是可运行的程序或批处理文件
说明没有安装或者没有添加至环境变量

tesseract -v

1、打开官网链接

1.1. 安装链接

介绍链接
关键字匹配: 安装

快捷键: ctrl + F 全局搜索Windows

下载额外要识对应的语言,已经训练好的数据文件
tessdata文件下载链接

然后按照官网的教程走下去,解压至对应Programe files路径下

1.2. 筛选版本

Windows下载链接

1.3. 点击链接

github下载链接:

64位下载链接

2、安装软件

2.1 定位路径

D:\Download

tesseract-ocr-w64-setup-5.3.1.20230401.exe文件

双击运行
弹出对话框,匹配关键字 Please select a language
下拉框选择默认安装语言English

点击ok

3、配置环境变量

首先,先找到tesseract.exe文件所在的路径
D:\Program Files\Tesseract-OCR

win + R 键快速打开sysdm.cpl窗口
弹出对话框：
配置环境变量

4、验收成果

版本信息验证:

tesseract -v

检查语言信息:

tesseract --list-langs

这里看到只有两种语言

由于博主爱好做图像识别的研究,经常会碰到一些文本类图片识别,所以会用到其他语言包,这里以简体中文以及繁体中文做为安装示例
把1.1章节内提到的 _{下载额外要识对应的语言,已经训练好的数据文件}
把下载好的额外数据文件解压缩至

D:\Program Files\Tesseract-OCR\tessdata

路径下
win + R cmd窗口出来 键入

move chi_sim.traineddata "..\..\Program Files\Tesseract-OCR\tessdata"

5、测试DEMO

import pytesseract
from PIL import Image
import pytesseract
import cv2

class scanner:
    def __init__(self,image):
        self.image = image

    @property
    def pil_convert_text(self):
        image = Image.open(self.image)
        imgry = image.convert('L')
        threshold = 150
        table = []
        for j in range(256):
            if j < threshold:
                table.append(0)
            else:
                table.append(1)
        temp = imgry.point(table, '1')
        # text = pytesseract.image_to_string(temp, lang="chi_sim+eng", config='--psm 6')
        text = pytesseract.image_to_string(temp, lang="eng", config='--psm 6')
        return text

    @property
    def cv2_convert_text(self):
        print('请注意,识别略微有些误差')
        '''
        识别准确性不高
        '''
        '''
        png识别率比jpg高
        '''
        image = cv2.imread(self.image)
        text = pytesseract.image_to_string(image,lang='chi_sim', config='--psm 6')
        return text


if __name__ == '__main__':
    image = r'D:\Scripts\20230822_153809_CAPTCHA.png'
    photo = scanner(image)
    value = photo.pil_convert_text
    print(value)

这里还有个要注意的点,tesseract模块里面要去改
ctrl + 鼠标左键
改为你自己地路径,不然无法读到模块

识别出来了,就是准确率不高