Tesseract的安装及配置

成都创新互联长期为上千客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为湖里企业提供专业的网站设计制作、成都网站制作，湖里网站改版等技术服务。拥有十多年丰富建站经验和众多成功案例,为您定制开发。

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

​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。。

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

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：

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：

这样

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

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))

当前题目：详解Python安装tesserocr遇到的各种问题及解决办法-创新互联
转载注明：http://scgulin.cn/article/dcdsgc.html