Tesseract 安装与配置及验证码识别

Tesseract 安装与配置

       Tesseract 的使用，需要环境的支持，以实现简单的转换和训练。

1.环境

      python版本：3.8.3 （python2.7或3以上）
      操作系统：windows系统

2.Python安装

     详见：Miniconda的下载安装和配置详解

3、Tessreact安装

3.1.Tessreact下载

       下载地址：https://digi.bib.uni-mannheim.de/tesseract/
       下载最新版本：

​

3.2.Tessreact安装

      运行下载的 Tesseract 安装包如：tesseract-ocr-w64-setup-v5.3.0.20221214.exe，选定安装地址，默认安装即可，效果如图所示。

​

​

​

3.3、Tessreact配置环境变量

3.3.1 配置系统变量

TESSDATA_PREFIX：F:\install\Tesseract-OCR

​

3.3.2 配置path变量： 

F:\install\Tesseract-OCR

​

3.4.进行校验

tesseract --version

出现版本说明安装成功

​

4、pytesseract安装

 4.1 创建虚拟环境并激活

创建虚拟环境 py38(环境名称自定义) ，python版本3.8

conda create -n py38 python=3.8

激活虚拟环境

activate py38

4.2在虚拟环境中安装 pytesseract

pip install pytesseract

​

4.3配置pytesseract.py

     进入虚拟环境安装的目录

   

     进入Lib\site-packages\pytesseract 目录修改 pytesseract.py

tesseract_cmd = 'tesseract'
#改为：即Tesseract安装目录
tesseract_cmd = 'F:/install/Tesseract-OCR/tesseract'

5、Pillow安装

虚拟环境安装

pip install Pillow

6、Pycharm编码测试

 

from PIL import Image
import pytesseract

# 识别的图像的字符串
print(pytesseract.image_to_string(Image.open('./img/验证码.png')))
# 指定语言识别图像字符串,eng为英语
# 指定语言识别图像字符串,lang='chi_sim’代表中文识别，如果不加无法识别中文
print(pytesseract.image_to_string(Image.open('./img/验证码.png'),lang='chi_sim'))