python ocr安装_python3.7安装使用tesserocr

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。