安装库_Tesserocr库安装与使用

Tesserocr是python的一个OCR识别库，但其实是对tesseract做的一层python API封装，所以它的核心是tesseract。因此，在安装tesserocr之前，我们需要先安装tesseract。

这里我主要和大家分享一下自己在安装和使用tesserocr库的过程中遇到的一些坑。

当我们从网上下载安装好tesseract后，接下来，我们安装tesserocr库，当直接使用pip安装时，会出现如下图所示的错误。

出现上述错误主要是缺失Microsoft Visual C ++ 14.0组件支持。

解决方法如下：

方法一：

最简单的解决办法，是安装运行C ++应用程序所需的Visual C ++组件，下载地址：https：//go.microsoft。 ？COM / fwlink / LINKID = 615460。

但是，我更推荐下面这种方法。

方法二：

Step1：下载匹配的whl文件。链接地址：

https://github.com/simonflueckiger/tesserocr-windows_build/releasessimonflueckiger/tesserocr-windows_build​github.com

https://github.com/simonflueckiger/tesserocr-windows_build/releases

Step2：查看自己的python版本匹配对应文件

以我的为例，Python版本3.7 win64，匹配对应文件：

Step3：下载完成后使用pip安装：

E:Program Files (x86)Python3.7tesserocr-2.3.1-cp37-cp37m-win_amd64.whl

验证安装

用到的例子的链接为：https：//http://raw.githubusercontent.com/Python3WebSpider/TestTess/master/image.png，可以直接保存下载。

首先用命令行进行测试，将图片下载下来保存为image.png，然后用tesseract命令测试：

tesseract image.png result -l eng && cat result.txt

但是这时会出现tesseract既不是内部命令，也不是外部命令的错误提示，那么如何解决这个问题呢？

在环境变量的系统变量PATH，把tesseract-OCR的安装路径（如E:Program Files (x86)Tesseractor-OCR；）添加进去。

点击计算机—属性——高级设置——环境变量，点击环境变量，进入配置以下界面。

把刚才的安装路径“E： Program Files（x86） Tesseract-OCR”添加到用户变量Path和环境变量Path中去。下面是我的配置信息样本：

然后在运行上述的验证安装的命令，仍然出现无法识别tesseract的错误提示，那么又怎么解决这个问题呢？

Step1：新建TESSDATA_PREFIX变量，值为tessdata的路径，我的是“E： Program Files（x86） Tesseract-OCR tessdata”；

Step2：在命令行输入tesseract image.png result -l eng && cat result.txt，运行结果如下：

Tesseract open source OCR Engine v3.05.01 with Leptonica

此外，我们还可以利用python代码来测试，这里就需要借助于tesserocr库了，测试代码如下：

import tesserocr
from PIL import Image
image = Image.open(r'E:Program Files (x86)Python3.7image.png')
print(tesserocr.image_to_text(image))

使用tesserocr.image_to_text（“path”）报错：运行错误：初始化API失败，可能是无效的tessdata路径。

初始化API失败，可能是在路径E:下存在无效的tessdata，意思是在E盘中找不到tessdata。

解决方案：将Tesseract-OCR 文件中的tessdata文件夹复制到Python的安装目录下

我们首先利用Image读取了图片文件，然后调用了tesserocr的imag_to_text()方法。再将其识别结果输出。

运行结果如下：

Python3WebSpider

另外，我们还可以直接调用file_to_text()方法，这可以达到同样的效果:

import tesserocr
print(tesserocr.file_to_text(r'E:Program Files (x86)Python3.7image.png'))

通过这个简单的文字识别例子，证明了tesserocr和tesseract都已经安装成功。

今天主要分享的是关于tesserocr库安装和使用的知识，对小白来说，可以少走很多弯路，希望大家一起学习，一起进步。