python文本编辑器报错_Python关于tesseract 安装及使用

1. 安装tesseract

OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。

进入下载页面，可以看到有各种.exe文件的下载列表，这里可以选择下载5.0版本。

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，例如可以选择下载tesseract-ocr-setup-3.05.02.exe。

下载完成后双击，此时会出现如下图所示的页面。

此时可以勾选Additional language data(download)选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言。然后一路点击Next按钮即可。

接下来，为了在python代码中使用tesseract功能，使用pip安装pytesseract：

pip install pytesseract

3、验证安装

接下来,用pytesseract来分别进行测试。

我们以如下图所示的图片为样例进行测试。

然后还可以利用Python代码来测试，这里就需要借助于pytesseract库了，测试代码如下：

from PIL import Image

import pytesseract

text =pytesseract.image_to_string(Image.open(r'C:\Users\python\Desktop\001.png'))

print(text)

我们首先利用Image读取了图片文件，然后调用了pytesseract的image_to_string()方法，再将其识别结果输出。

运行结果如下：

如果遇到报错找不到pytesseract时：

解决方案:

1.找到python的安装路径下的pytesseract:

例如我的是 D:\Python\Lib\site-packages\pytesseract

2.用文本编辑器打开，查找tesseract_cmd

将原来的 tesseract_cmd = 'tesseract' 改为: tesseract_cmd = 'OCR的安装路径下的tessract.exe'

例如我的是 tesseract_cmd = 'C:\Program Files\Tesseract-OCR\\tesseract.exe'

注意有的地方需要转义 例如 \\tesseract.exe，或者也可直接加r转义

tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'