用来图像识别pytesseract，tesseract的相关问题和方法

tesseract文字识别技术

首先，下载tesseract-ocr
其次，安装（注意选择你要识别的语言库，虽然事后自己也能从官网下载）

下载完成后就是最令人头疼的环境变量的配置

1.首先，右击 此电脑，打开 高级系统设置
2.点击 环境变量
3.找到path，点击，并新建一个path，这个新建的path，必须是以你安装tesseract的目录（比如我的安装目录是：‪C:\Program Files (x86)\tesseract）
4.在系统变量中，新建一个 TESSDATA_PREFIX 的变量，并且把tessdata的目录写进去（比如我的是：‪C:\Program Files (x86)\tesseract\tessdata）
但是，值得注意的是，图片中大家可以看到，我的TESSDATA_PREFIX的变量值并没有准确写到tessdata（‪C:\Program Files (x86)\tesseract\tessdata并没有把这个写入），是因为TESSDATA_PREFIX是指包含tessdata的目录，即TESSDATA_PREFIX它所需要的是tessdata的上级目录。详情参考此文

5.重启电脑，打开cmd运行

当然，故事不止于此…

tesseract在python的应用

1.首先，

pip install pytesseract

如果下载太慢，尝试

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

2.pytesseract，使用时会有几种崩溃
（比如：pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file C:\Program Files (x86)\Tesseract-OCR;/eng.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory. Failed loading language ‘eng’ Tesseract couldn’t load any languages! Could not initialize tesseract.’)，
但最终解决办法也就两种。

-first，打开pycharm报错的那个文件，找到pytesseract开头的那句代码

tesseract_cmd ='tesseract'

修改成tesseract.exe的目录

tesseract_cmd ='C:\\Program Files (x86)\\tesseract\\tesseract.exe'

以上是一种方法。

-second，配置中指定tessdata-dir

在代码中添加

pytesseract.pytesseract.tesseract_cmd = 'c://Program Files (x86)//Tesseract-OCR//tesseract.exe'
tessdata_dir_config = '--tessdata-dir "c://Program Files (x86)//Tesseract-OCR//tessdata"'

然后，在指定的image_to_string配置下

image_to_string(image, lang = 'eng', config=tessdata_dir_config)

了解更多请参考

最后，百度了一下环境变量的作用。

环境变量是在操作系统中一个具有特定名字的对象，它包含了一个或者多个应用程序所将使用到的信息。例如Windows和DOS操作系统中的path环境变量，当要求系统运行一个程序而没有告诉它程序所在的完整路径时，系统除了在当前目录下面寻找此程序外，还应到path中指定的路径去找。用户通过设置环境变量，来更好的运行进程。

也就是说：
不知道我理解的对不对，但似乎是这么个意思，有不同看法的，或者指正的评论留言，一起学习。

这个破问题消耗了我很多天的时间，希望可以帮到大家。

https://blog.csdn.net/weixin_30480651/article/details/98203183
https://www.jianshu.com/p/f3b054dbf798