Python验证码识别 安装Pillowtesseract-ocr与pytesseract模块的安装以及错误解决

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python验证码识别 安装Pillowtesseract-ocr与pytesseract模块的安装以及错误解决相关的知识,希望对你有一定的参考价值。

1.安装Pillow

pip install Pillow

 

2.安装tesseract-ocr

github地址: https://github.com/tesseract-ocr/tesseract

You can either Install Tesseract via pre-built binary package or build it from source.

 

windows:

The latest installer can be downloaded here: tesseract-ocr-setup-3.05.01.exe and tesseract-ocr-setup-4.00.00dev.exe (experimental). 

ubuntu:

sudo apt-get install tesseract-ocr

traineddata文件路径: /usr/share/tesseract-ocr/tessdata/

 

3.安装pytesseract

pip install pytesseract

 

遇到的问题:

1.FileNotFoundError: [WinError 2] 系统找不到指定的文件

解决方法:

方法1[推荐]: 将tesseract.exe添加到环境变量PATH中,

例如: D:\Tesseract-OCR,默认路径为C:\Program Files (x86)\Tesseract-OCR

注意: 为了使环境变量生效,需要关闭cmd窗口或是关闭pycharm等ide重新启动

方法2: 修改pytesseract.py文件,指定tesseract.exe安装路径

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
tesseract_cmd = C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe‘

方法3:  在实际运行代码中指定

pytesseract.pytesseract.tesseract_cmd = D:\\Tesseract-OCR\\tesseract.exe

 

2.pytesseract.pytesseract.TesseractError: (1, ‘Error opening data file \\Tesseract-OCR\\tessdata/eng.traineddata‘)

 解决方法:

方法1[推荐]: 

将tessdata目录的上级目录所在路径(默认为tesseract-ocr安装目录)添加至TESSDATA_PREFIX环境变量中

例如: C:\Program Files (x86)\Tesseract-OCR

Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.

 

方法2:  在.py文件配置中指定tessdata-dir

tessdata_dir_config = --tessdata-dir "D:\\Tesseract-OCR\\tessdata"
# tessdata_dir_config = ‘--tessdata-dir "‘C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"‘
pytesseract.image_to_string(image, config=tessdata_dir_config)

附: trainedata下载地址: the latest from github.com

 

参考文档:

https://pypi.python.org/pypi/pytesseract

https://github.com/tesseract-ocr/tesseract/wiki

 

以上是关于Python验证码识别 安装Pillowtesseract-ocr与pytesseract模块的安装以及错误解决的主要内容,如果未能解决你的问题,请参考以下文章

python 简单图像识别--验证码

Python验证码通过pytesser识别

[Python][爬虫]利用OCR技术识别图形验证码

Python - PIL-pytesseract-tesseract验证码识别

Python验证码识别 安装Pillowtesseract-ocr与pytesseract模块的安装以及错误解决

Python验证码识别 安装Pillowtesseract-ocr与pytesseract模块的安装以及错误解决