详解Python安装tesserocr遇到的各种问题及解决办法-6ren

详解Python安装tesserocr遇到的各种问题及解决办法

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章详解Python安装tesserocr遇到的各种问题及解决办法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

tesseract的安装及配置。

在python爬虫过程中，难免遇到各种各样的验证码问题，最简单的就是这种验证码了，那么在遇到验证码的时候该怎么办呢？我们就需要ocr技术了，ocr-即optical character recognition光学字符识别，是指通过扫描字符，然后将其形状翻译成电子文本的过程。而tesserocr是python的一个ocr识别库，所以在安装tesserocr之前，我们需要安装tesseract这个东西。

下载地址：https://digi.bib.uni-mannheim.de/tesseract/可以选择下载不带dev的稳定版本，我下载的是3.05.01版本的，不过这个版本的可能比较早了，识别能力不是很厉害，读者可以选择下载最新版本的3.05.02，识别能力应该会好很多.

下载完就是一路双击，在最后的additional language data(download)选上这个选项，是ocr支持各种语言的包，然后继续安装，直到安装成功.

我的安装路径为：g:\program files (x86)\tesseract-ocr 。

详解Python安装tesserocr遇到的各种问题及解决办法

安装完成后就得需要配置环境变量，打开环境变量设置，在path中加入如下。

的设置，这样tesseract就安装成功并配置完成了、。

tesserocr库的安装。

刚开始我直接在cmd下输入 pip install tesserocr 很不幸报错了，报错类似于如下。。。因为之前我的报错，没有截图。所以。.

详解Python安装tesserocr遇到的各种问题及解决办法

就是类似于这种的截图，这该怎么办，难道要去下载visual c++吗？我们有更好的解决方法，下载对应的.whl文件。

下载地址：https://github.com/simonflueckiger/tesserocr-windows_build/releases 一定要下载对应版本的。

详解Python安装tesserocr遇到的各种问题及解决办法

我的是3.5.1，所以我下载的是这个版本的。读者可以自行选择.

我的tesserocr-2.2.2-cp36-cp36m-win_amd64.whl文件下载在g盘根目录下，然后在cmd里输入 pip install g:\tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 开始安装whl文件，发现报错了。提示不能安装whl文件。。原来是没有安装wheel.

然后我就去安装了wheel 直接 pip install wheel即可.

安装成功在输入pip install g:\tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 发现开始安装了.

哎心累啊，总算弄好了。但是，我在pycharm中调用tesserocr 这个库，他又提示报错了，这是为什么呢？百度了一下最终解决.

原来需要在pycharm下的terrminal下输入如下图:

详解Python安装tesserocr遇到的各种问题及解决办法

如果报错了还得有一步操作.

将tesseract-ocr下的tessdata文件复制到你的python安装路径的scripts下:

详解Python安装tesserocr遇到的各种问题及解决办法

这样。

详解Python安装tesserocr遇到的各种问题及解决办法

这下应该就彻底安装成功了。.

这下在pycharm里总算不会报错了，我们来试一下识别这两张图片的效果。

详解Python安装tesserocr遇到的各种问题及解决办法

代码:

 
    ? 
   
         from 
         pil  
         import 
         image 
        
         import 
         tesserocr 
        
         imag 
         = 
         image. 
         open 
         ( 
         'test.jpg' 
         ) 
        
         print 
         (tesserocr.image_to_text(imag)) 
        
         imag1 
         = 
         image. 
         open 
         ( 
         'image.png' 
         ) 
        
         print 
         (tesserocr.image_to_text(imag1))

输出结果如下:

详解Python安装tesserocr遇到的各种问题及解决办法

将762408识别成了162408 我也很无奈呀。。。可能是因为版本太菜了吧。

以上就是我安装tesserocr遇到的问题及解决办法了。其实还可以装pytesseract这个库.

安装pytesseract库。

安装这个pytesseract库可比tesserocr方便多了，根本不会报错，直接pip install pytesseract 完事。。pycharm直接搜索库。

详解Python安装tesserocr遇到的各种问题及解决办法

然后下载就完事，多省事。。。.

看一下识别效果，还是同样的两张图片.

代码:

 
    ? 
   
         import 
         pytesseract 
        
         from 
         pil  
         import 
         image 
        
         import 
         tesserocr 
        
         im 
         = 
         image. 
         open 
         ( 
         'test.jpg' 
         ) 
        
         print 
         (pytesseract.image_to_string(im)) 
        
         im1 
         = 
         image. 
         open 
         ( 
         'image.png' 
         ) 
        
         print 
         (pytesseract.image_to_string(im1))

运行结果:

详解Python安装tesserocr遇到的各种问题及解决办法

运行结果一样的，所以我推荐大家使用pytesseract这个库.

验证码识别问题。

我打开知乎登录界面，下载了一张验证码图片：开始识别它.

代码如下:

 
    ? 
   
         import 
         pytesseract 
        
         from 
         pil  
         import 
         image 
        
         import 
         tesserocr 
        
         #简单验证 特别垃圾 
        
         image 
         = 
         image. 
         open 
         ( 
         '3.jpg' 
         ) 
        
         result 
         = 
         tesserocr.image_to_text(image) 
        
         print 
         (result) 
        
         #完全验证 也不咋地。。 
        
         image1 
         = 
         image. 
         open 
         ( 
         '3.jpg' 
         ) 
        
         image1 
         = 
         image1.convert( 
         'l' 
         ) 
        
         threshold 
         = 
         127 
        
         table 
         = 
         [] 
        
         for 
         i  
         in 
         range 
         ( 
         256 
         ): 
        
         if 
         i <threshold: 
        
         table.append( 
         0 
         ) 
        
         else 
         : 
        
         table.append( 
         1 
         ) 
        
         image2 
         = 
         image1.point(table, 
         '1' 
         ) 
        
         image2.show()  
         #二值化灰度处理图片显示 
        
         result 
         = 
         pytesseract.image_to_string(image2) 
        
         print 
         (result)