【软件测试】python ocr识别库 tesserocr安装及使用
前两天,一个同事想试下python的验证码识别,觉得有点意思,就和我讨论了一下,我当时手上有事,就叫他先弄,然后他就找度娘查到tesserocr模块可以进行验证码识别,说干就干,然后就pip install tesserocr,pip PIL,一顿操作猛如虎...
今天正好空闲下来,我问他识别验证码弄得怎么样了,他说是网速不行,pip下不下来,然后,我去网上找了些资料,发现踩坑的人很多,于是,决定和大家分享下我的安装步骤:
tesserocr是Python的一个OCR库，但其实是对tesseract做的一层Python API的 封装，所以他的核心是tesseract。因此，在安装tesserocr之前，我们需要先安装tesseract.
第一步:下载并安装tesseract(tesseract-ocr是google的ocr识别引擎),下载地址: https://digi.bib.uni-mannheim.de/tesseract/,选择对应的版本安装即可,安装完成后把tesseract-ocr安装目录下的tessdata拷贝到python的安装目录下,如图所示:
其实,我们需要的只是tesseract-ocr安装目录下的tessdata,换句话说,你现在可以把tesseract-ocr卸载了!
第二步:安装tesserocr,由于tesserocr不能通过pip install tesserocr命令进行安装,因此需要下载tesserocr-2.4.0-cp37-cp37m-win_amd64.whl这个文件,下载地址: https://github.com/simonflueckiger/tesserocr-windows_build/releases
一定要下载与tesseract版本对应的tesserocr,如图所示:
下载完成后,将tesserocr-2.4.0-cp37-cp37m-win_amd64.whl文件拷贝到python安装目录下,在该目录下执行cmd命令pip3 install tesserocr-2.4.0-cp37-cp37m-win_amd64.whl,如图所示:
第三步:安装PIL,这个比较简单,没啥说的,直接pip install pillow,如图所示:
至此,tesserocr安装完成,验证一下:
最后总结一下心得,遇到问题多请教多百度,但要讲究方法,不能一味照搬,多想下为什么要这么做,验证下这样做对不对,有没有更高效更简便的方法,问题解决后,还要记住踩的坑在哪里,这样将大大提高你解决问题的能力!