win10 安裝tesseract+tesserocr+pycharm導入tesserocr,各種問題+解決辦法

win10 安裝tesseract+tesserocr+pycharm導入tesserocr,各種問題+解決辦法

我的環境是 python 3.66

安裝tesseract

1. 在Windows下，首先需要下載tesseract，它爲tesserocr提供了支持。

   安裝Tesseract是前提，參考https://blog.csdn.net/YYHEZB/article/details/80846722，這位博主寫得蠻清楚的，引用一下

           遇到的問題：版本沒對上，導致安裝失敗，Tesseract和tesserocr是搭配使用的，版本也有對應要求的

   下載地址是 https://digi.bib.uni-mannheim.de/tesseract/ 

• 進入下載頁面，可以看到有各種.exe文件的下載列表，其中文件名中帶有dev的爲開發版本，不帶dev的爲穩定版本，我自己選擇下載的是

  tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe

• 下載完成後雙擊，安裝路徑  D:\Program Files (x86)\Tesseract-OCR
• 此時會出現以下界面，此時可以勾選Additional language data(download)選項來安裝OCR識別支持的語言包，這樣OCR便可以識別多國語言，語言較多，下載時間會比較長，請耐心等待，然後一路點擊Next按鈕即可。 

1. 配置相應的環境變量

   搜索"環境變量“，找到用戶變量和系統變量 兩個【Path】項點開，都添加剛纔拷貝的Tesseract 的安裝路徑 D:\Program Files (x86)\Tesseract-OCR 

3. 如下圖所示：

   加入的值就是上面tesseract安裝後所在的目錄

4. 再找到【系統變量】，新建一個變量名稱爲：TESSDATA_PREFIX 
   值爲：剛纔路徑加上 \tessdata     D:\Program Files (x86)\Tesseract-OCR\tessdata

5.  

    

6. 設置完環境變量後，以管理員身份 打開cmd窗口，看能否識別tesseract，輸入命令tesseract -v

7.  

   記得是管理員身份 打開cmd窗口，否則後面安裝可能出問題。

安裝tesserocr

1. 使用pip命令安裝

   pip install tesserocr pillow

   安裝過程中出現如下錯誤：

   解決辦法是：

   • 打開鏈接https://github.com/simonflueckiger/tesserocr-windows_build/releases
   • 下載tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 文件
   • 然後在cmd命令行中 切換到該目錄執行pip install tesserocr-2.2.2-cp36-cp36m-win_amd64.whl，爲防止其他問題產生，最好用管理員身份打開cmd窗口，如下圖所示即爲安裝成功

   測試

   1. 在cmd裏面執行python命令import  tesserocr，然後看能否正常導入tesserocr

   2. 下載需要識別的圖片，比如這個test.jpg https://xpwi.github.io/Photos/p/test.jpg 

   3. 放在一個好找的目錄，最好是 D:\Downloads 這樣的

   4.  直接通過cmd命令行方式進行識別操作，需要注意的是img要在執行命令行時,所在的目錄，比如下圖所示我的圖片是放在D:\Downloads的，所以我要先切換到D:\Downloads然後執行以下命令

   5.  打開 cmd 進入該圖片的文件夾 

   6. 使用 cd 目錄名 進入目錄

   7. 使用 cd.. 返回上一級目錄

   8. 輸入： tesseract test.jpg output_1 –l eng

中文識別

tesseract test1.jpg result -l chi_sim

這個帶噪點的還行

1. 也可以在py中識別，要把test.jpg 和代碼放在同一個目錄下，如果不是在同一個目錄下需要修改open中的路徑，需要注意的是如果是在pycharm中的話，要配置正確的python解析器，如果配置正確而且命令行中能正常導入的話，請重啓pycharm，待包全部加載完畢之後，再次進行測試

2.  

   import tesserocr

   from PIL import Image

   image = Image.open('test.jpg')

   result = tesserocr.image_to_text(image)

   print(result)