python5.0.3如何使用_python3.7 下使用tesseract5.0注意事项

1、下载tesseract5.0

下载后，安装时，要下载语言包，如果没下载中文就无法识别

2、安装pytesseract

pip install pytesseract

pytesseract实际上就是对C:\Program Files\Tesseract-OCR\tesseract.exe的调用的各种参数的python封装

3、测试代码

import pytesseract

from PIL import Image

# 法一：利用pytesseract模块

# 参数一：图片

# 参数二：简体中文

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

text = pytesseract.image_to_string(Image.open("./test_images/d4.png"), lang='chi_sim')

print(text)

如果没有添加pytesseract.pytesseract.tesseract_cmd=r'C:\Program Files\Tesseract-OCR\tesseract.exe'

会报错。

方法1: 将tesseract.exe添加到环境变量PATH中，

注意: 为了使环境变量生效，需要关闭cmd窗口或是关闭pycharm等ide重新启动

方法2: 修改pytesseract.py文件，指定tesseract.exe安装路径(亲测可用)

首先找到pytesseract.py文件，然后对其进行修改。 在第26行，改为，要看你具体的安装路径。

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

这样就可以测试代码了，但是有时会不太准，因为图像质量问题，建议做预处理。

centos下安装的步骤

字体包在/usr/share/tesseract/4/tessdata/文件夹下跟以前不一样了

1 yum install -y automake autoconf libtool gcc gcc-c++ pkg-config ImageMagick libjpeg-devel libpng-devel libtiff-devel

tesseract 在运行时报错linux 运行时 报错

错误1

Error in pixReadMemTiff: function not present

Error in pixReadMem: tiff: no pix returned

Error in pixaGenerateFontFromString: pix not made

Error in bmfCreate: font pixa not made

错误2

Error in pixWriteMemPng: function not present

主要是由于在编译leptonica时候未配置使用png和tiff库

重新编译leptonica 并使用png和tiff库 更新库后 重新运行程序 不在报错

在网上看了一下，有的人说是leptonica的问题，可以输入命令:

tesseratc -v查看，只会显示如下信息：

tesseract 4.1.1-rc2-20-g01fb

leptonica-1.79.0

(null)

Found AVX

Found FMA

Found SSE

就是缺少相关可以识别图片的依赖包，解决方法

1、yum install libjpeg-devel

2、yum install libpng-devel

3、进入leptonica的安装文件夹重新编译，我的路径是:

cd /home/Downloads/leptonica-1.72

4、./configure

5、make

6、make install

7、完成以后，再执行tesseratc -v，如果成功你看到的信息应该如下

tesseract 4.1.1-rc2-20-g01fb

leptonica-1.79.0

libjpeg 6b (libjpeg-turbo 1.2.90) : libpng 1.5.13 : zlib 1.2.7

Found AVX

Found FMA

Found SSE

原文链接:https://blog.csdn.net/babytiger/article/details/106490752