win10 安装tesseract+tesserocr+pycharm导入tesserocr,各种问题+解决办法
win10 安装tesseract+tesserocr+pycharm导入tesserocr,各种问题+解决办法
我的环境是 python 3.66
安装tesseract
-
在Windows下，首先需要下载tesseract，它为tesserocr提供了支持。
安装Tesseract是前提，参考https://blog.****.net/YYHEZB/article/details/80846722，这位博主写得蛮清楚的，引用一下
遇到的问题：版本没对上，导致安装失败，Tesseract和tesserocr是搭配使用的，版本也有对应要求的
-
- 进入下载页面，可以看到有各种.exe文件的下载列表，其中文件名中带有dev的为开发版本，不带dev的为稳定版本，我自己选择下载的是
tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe - 下载完成后双击，安装路径 D:\Program Files (x86)\Tesseract-OCR
- 此时会出现以下界面，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，语言较多，下载时间会比较长，请耐心等待，然后一路点击Next按钮即可。
-
-
配置相应的环境变量
搜索"环境变量“，找到用户变量和系统变量 两个【Path】项点开，都添加刚才拷贝的Tesseract 的安装路径 D:\Program Files (x86)\Tesseract-OCR
-
-
如下图所示：
加入的值就是上面tesseract安装后所在的目录
-
再找到【系统变量】，新建一个变量名称为：TESSDATA_PREFIX
值为：刚才路径加上 \tessdata D:\Program Files (x86)\Tesseract-OCR\tessdata -
-
设置完环境变量后，以管理员身份 打开cmd窗口，看能否识别tesseract，输入命令tesseract -v
-
记得是管理员身份 打开cmd窗口，否则后面安装可能出问题。
安装tesserocr
-
使用pip命令安装
pip install tesserocr pillow安装过程中出现如下错误：
解决办法是：
- 打开链接https://github.com/simonflueckiger/tesserocr-windows_build/releases
- 下载tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 文件
- 然后在cmd命令行中
切换到该目录执行pip install tesserocr-2.2.2-cp36-cp36m-win_amd64.whl，为防止其他问题产生，最好用管理员身份打开cmd窗口，如下图所示即为安装成功
测试
-
在cmd里面执行python命令import tesserocr，然后看能否正常导入tesserocr
-
下载需要识别的图片，比如这个test.jpg https://xpwi.github.io/Photos/p/test.jpg
-
放在一个好找的目录，最好是 D:\Downloads 这样的
-
直接通过cmd命令行方式进行识别操作，需要注意的是img要在执行命令行时,所在的目录，比如下图所示我的图片是放在D:\Downloads的，所以我要先切换到D:\Downloads然后执行以下命令
-
打开 cmd 进入该图片的文件夹
-
使用 cd 目录名 进入目录
-
使用 cd.. 返回上一级目录
-
输入： tesseract test.jpg output_1 –l eng
中文识别
tesseract test1.jpg result -l chi_sim
这个带噪点的还行
- 也可以在py中识别，要把test.jpg 和代码放在同一个目录下，如果不是在同一个目录下需要修改open中的路径，需要注意的是如果是在pycharm中的话，要配置正确的python解析器，如果配置正确而且命令行中能正常导入的话，请重启pycharm，待包全部加载完毕之后，再次进行测试
-
import tesserocr
from PIL import Image
image = Image.open('test.jpg')
result = tesserocr.image_to_text(image)
print(result)