037 Python中pytesseract库的使用以及注意事项(图片ocr)

当我们在使用pytesseract库的时候，使用 pip install pytesseract安装完成后，发现它并不能识别出图片内容，并且会抛出异常pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your PATH. See README file for more information. 这是怎么回事呢？今天让我们一探究竟

***1*|***0*****尝试

使用代码

1
2
3
4
5
6
import pytesseract
from PIL import Image

image = Image.open("./NormalImg.png")
text = pytesseract.image_to_string(image)
print(text)

报错提示：

1
2
    raise TesseractNotFoundError()
pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your PATH. See README file for more information.

***2*|***0*****官方文档

pytesseract官方文档：https://pypi.org/project/pytesseract/

是我们缺少了tesseract程序

tesseract官方Github地址：https://github.com/UB-Mannheim/tesseract

tesseract官方Github说明https://github.com/UB-Mannheim/tesseract/wiki

***3*|***0*****安装tesseract

下载地址

Tesseract 5.0.0 32位版本：tesseract-ocr-w32-setup-v5.0.0-alpha.20200328.exe (32 bit)

Tesseract 5.0.0 64位版本：tesseract-ocr-w64-setup-v5.0.0-alpha.20200328.exe (64 bit)

新增百度云盘链接： 链接：https://pan.baidu.com/s/1EO5tFmzn1hqY_M679eSBnw 提取码：nyw4

***4*|***0*****导入tesseract.exe执行文件地址

添加以下导入路径：

1
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

最终代码：

1
2
3
4
5
6
7
import pytesseract
from PIL import Image

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
image = Image.open("./NormalImg.png")
text = pytesseract.image_to_string(image)
print(text)

至此运行代码不会异常，并可以正常读取图片文字内容

***5*|***0*****总结

pytesseract包依赖于Tesseract执行文件，需要安装Tesseract

当然Tesseract只能识别标准的ASCII字符串，复杂的验证吗就无法使用pytesseract来读取了