win10安装tesserocr配置 Python使用tesserocr识别字母数字验证码
时间：2020-12-31 15:31:43 | 栏目：Python代码 | 点击：次
链接：https://pan.baidu.com/s/1l2yiba7ZTPUTf41ZnJ4PYw
提取码：t3bq
win10安装tesserocr
首先需要下载tesseract，它为tesserocr提供底层支持。具体下载官方路径：https://github.com/UB-Mannheim/tesseract/wiki，选择对应的系统版本，可以选择一个相对不带dev的稳定版本下载，如：tesseract-ocr-setup-3.05.02-20180621.exe。然后一路安装，唯一记得勾选Additional language data（download），勾选可能会用到的语言tessdata，如简体、繁体中文，数学模块等，不需要全选，下载tessdata的时间会比较长。
下载时间会比较长，耐心等待即可，有条件可以翻墙下载速度会快很多
安装python对应的tesserocr库
使用原始的whl文件方式安装。tesserocr 的whl官方文件下载路径：https://github.com/simonflueckiger/tesserocr-windows_build/releases，下载本地环境对应的whl文件，如我的是window64位系统，python版本是3.5。下载完后，使用cd跳转到whl文件所在目录，然后 执行 ”pip install tesserocr-2.2.2-cp35-cp35m-win_amd64.whl“，即可轻松完成安装。
tesserocr 报错 UnicodeDecodeError 系统问题 用下面的模块替代
pytesseract ：pip install pytesseract
pip install pytesseract
首次运行总是不顺利，相信我遇到的坑大多数人都会遇到，大抵错误类似：
Traceback (most recent call last): File "G:\pythonSources\my12306/obtain_message\test.py", line 4, in <module> print(tesserocr.image_to_text(image)) File "tesserocr.pyx", line 2400, in tesserocr._tesserocr.image_to_text RuntimeError: Failed to init API, possibly an invalid tessdata path: “本地某个路径”
有个比较简单粗暴的解决方法是把安装好的Tesseract-OCR下的tessdata文件夹整个拷贝到提示的那个路径中，亲测有效。
测试代码
import tesserocr
from PIL import Image
image=Image.open('image.jpg')
print(tesserocr.image_to_text(image))
总结