Python3.6使用tesseract-ocr的正确姿势

最新推荐文章于 2025-07-02 17:45:14 发布

diyiday

最新推荐文章于 2025-07-02 17:45:14 发布

阅读量1.5k

点赞数

分类专栏：环境安装

环境安装专栏收录该内容

61 篇文章

订阅专栏

本文介绍如何在Windows 10上安装并配置Tesseract OCR引擎及Pytesseract库，实现图片文字识别功能。文章详细说明了安装步骤、环境变量设置方法，并提供了常见错误的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

环境
Python 3.6.3
pip 9.0.1
tesseract-ocr-setup-3.05.00dev.exe
https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-3.05.00dev.exe

Windows10

安装

1.tesseract-orc

Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。

安装的时候需要自行选择安装的语言，一些其他国家的语言可以不选择安装，我之按安装了中文，英文和日语。安装过程和其他软件一样。

2.pytesseract

pip install pytesseract

配置环境

1.设置 tesseract-orc路径

默认情况下tesseract-orc是不被添加到系统的path路径的，这样在使用的时候发生FileNotFoundError: [WinError 2] 系统找不到指定的文件错误。

解决方法:
* 方法1：将 C:\Program Files (x86)\Tesseract-OCR添加到系统路径（路径因安装过程而异）
* 方法2：修改pytesseract.py文件，修改方法如下
image.png

设置训练集的位置

下载的默认训练集也没有添加到系统路径,会报错pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file \Program Files (x86)\Tesseract-OCR\tessdata/chi_sim.traineddata’)
Error opening data file \Program Files (x86)\Tesseract-OCR\tessdata/eng.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your “tessdata” directory.

解决方法：
设置环境变量 TESSDATA_PREFIX
C:\Program Files (x86)\Tesseract-OCR\tessdata

实例程序

import pytesseract
from PIL import Image

image = Image.open('test.png')
code = pytesseract.image_to_string(image)
print(code)

参考连接
https://blog.youkuaiyun.com/qq_14998713/article/details/78824859
https://blog.youkuaiyun.com/blueheart20/article/details/53207176
https://pypi.python.org/pypi/pytesseract
https://www.polarxiong.com/archives/python-pytesser-tesseract.html