tesserocr的坑

最新推荐文章于 2024-12-31 21:02:27 发布

解语青鸢

最新推荐文章于 2024-12-31 21:02:27 发布

阅读量358

点赞数

CC 4.0 BY-SA版权

文章标签： pycharm python

本文链接：https://blog.youkuaiyun.com/weixin_59450168/article/details/120135893

在阅读《python3网络爬虫实战》时遇到tesserocr库安装问题，特别是在Python 3.6以上版本。首先，通过PyCharm安装pytesseract，并确保在Windows环境下下载并正确安装Tesseract，还需添加语言包。接着，安装后运行时出现找不到eng.traineddata文件的错误。解决方案包括：设置TESSDATA_PREFIX环境变量，将Tesseract安装路径和tessdata目录加入系统变量，并可能需要修改 pytesseract.py 配置文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近看了崔庆才大佬的《python3网络爬虫实战》，里面关于验证码的识别，安装tesserocr库，安装失败，几经查询，方法如下：

1.tesserocr库还有兼容性差异的，Python3.6以上安装会有问题，我的是python3.7,所以在pycharm中安装pytesseract，

在Windows下，首先需要下载tesseract，它为tesserocr提供了支持。
下载地址是 https://digi.bib.uni-mannheim.de/tesseract/

（图是盗的，因为我没有保存，）记得勾选add language，添加语言包。然后一路next

2.安装好后进行使用，问题如下：Tesseract Open Source OCR Engine v3.04.00 with Leptonica Error opening data file /usr/local/share/tessdata/eng.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your “tessdata” directory. Failed loading language ‘eng’ Tesseract couldn’t load any languages! Could not initialize tesseract.

2个问题，一步一步来：

1.首先要添加环境变量，一共有三：用户变量和系统变量的path中添加安装好的tesseract的安装路径，我的是D:\OCR\Tesseract-OCR。然后还要在系统变量中新建一个变量，注意不是加进path中，是新建，变量名为