版权声明:本文为博主原创文章,未经博主允许不得转载。https://blog.csdn.net/Herishwater/article/details/88924338
安装tesserocr遇到的坑
环境:
win10
python3.7
一、安装Tesserocr准备
tesserocr是Python的一个OCR识别库,但其实是对tesseract做的一层Python API封装,所以它的核心是tesseract。因此,在安装tesserocr之前,我们需要先安装tesseract。
tesseract下载地址:http://digi.bib.uni-mannheim.de/tesseract
在Windows下,首先需要下载tesseract,它为tesserocr提供了支持。
在选择下载什么版本之前,我们需要去查看tesserocr的版本。选择安装包时,tesserocr 和 tesseract 的版本要匹配,如 “tesserocr v2.2.2 (tesseract 4.0.0 master)” 释放,表明 “tesserocr-2.2.2” 要配合 “tesseract 4.0.0 master” 使用。如果 tesserocr 与 tesseract 间版本不匹配,识别结果中会出现非预期字符。例如,若是将 “tesserocr-2.2.2” 与 “tesseract 3.5.2” 搭配使用,结果中便会出现非预期字符。
python查看当前版本支持的.whl包。
AMD64
import pip._internal
print(pip._internal.pep425tags.get_supported())
WIN32
import pip
print(pip.pep425tags.get_supported())
二、安装Tesserocr
安装tesseract可以比较简单,我们介绍一下关于tesserocr 的安装过程。
比如说:
把下载下来的tesserocr安装包放在python安装路径里,在该目录下打开dos窗口。
运行pip3 install tesserocr-2.3.1-cp37-cp37m-win_amd64.whl 即可成功。
三、验证
下面我们以如图所示的图片为样例进行测试。
我是在Pycharm中测试的,测试代码如下:
import tesserocr
from PIL import Image
image = Image.open('image.png')
print(tesserocr.image_to_text(image))
关于报错:
使用tesserocr.file_to_text("path")报错Failed to init API, possibly an invalid tessdata path
解决方法有多种,详细介绍可以参考:https://www.geek-share.com/detail/2747895506.html
如果还未解决,我本人遇到的问题是,必须要将python项目放置与python安装包同一个跟目录下。
python安装包位于D:\Soft_Install\Python37,因此这段程序必须也放在D盘。