引入：
在學習爬蟲的過程中，需要解決識別圖形驗證碼的這一難題，網上推薦的方法都是通過tesserocr模塊來實現，下面就是安裝步驟以及過程中遇到的問題，記錄一下。
介紹：
tesserocr 是 Python 的一個 OCR 識別庫 ，但其實是對 tesseract 做的一 層 Python API 封裝，所以它的核心是 tesseract。 因此，在安裝 tesserocr 之前，我們需要先安裝 tesseract 。例如：對於下圖的驗證碼，我們可以通過 OCR 技術將其轉換成電子文本，然后爬蟲將識別的結果提交給服務器，便可以達到自動識別驗證碼的過程。
我的環境：
OS：win10
python：3.6.5
相關鏈接
tesserocr GitHub: https://github.com/sirfz/tesserocr
tesserocr PyPI: https://pypi.python.org/pypi/tesserocr
tesseract 下載地址: http://digi.bib.uni-mannheim.de/tesseract
tesseract GitHub: https://github.com/tesseract-ocr/tesseract
tesseract 語言包: http://github.com/tesseract-ocr/tessdata
tesseract 文檔: https://github.com/tesseract-ocr/tesseract/wiki/Documentation
安裝
在 Windows 下，首先需要下載 tesseract，它為 tesserocr 提供了支持。
進入下載頁面，可以看到有各種 .exe 文件的下載列表，這里可以選擇下載 3.0 版本 。 如下圖所示為 3.05 版本 。
其中文件名中帶有 dev 的為開發版本，不帶 dev 的為穩定版本，可以選擇下載不帶 dev 的版本， 例如可以選擇下載 tesseract-ocr-setup-3 .05.01.exe。
下載完成后雙擊運行，安裝程序。需要注意的是，需要句選 Additional language data(download）選項來安裝 OCR 識別支持的語言包，這樣 OCR 便可以識別多國語言
給tesseract配置環境變量：
（1）將tesseract安裝路徑添加到path環境變量中
（2）將tesseract的語言包添加到環境變量中，在環境變量中新建一個系統變量，變量名稱為TESSDATA_PREFIX，tessdata是放置語言包的文件夾，一般在你安裝tesseract的目錄下，tesseract的安裝目錄就是tessdata的父目錄，把TESSDATA_PREFIX的值設置為它即可
接下來 ， 再安裝 tesserocr ：
pip install tesserocr pillow
pip安裝tesserocr時出錯：
在命令行中輸入：pip3 install tesserocr pillow ,一直出現error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: http://landinghub.visualstudio.com/visual-cpp-build-tools錯誤。
解決辦法：
用.whl文件下載tesserocr庫，就不會出現這個問題，下載地址：
https://github.com/simonflueckiger/tesserocr-windows_build/releases
我下載的是tesserocr-2.4.0-cp36-cp36m-win_amd64.whl，然后在命令行中輸入：
pip install tesserocr-2.4.0-cp36-cp36m-win_amd64.whl
安裝成功，問題解決
驗證安裝
測試樣例：
圖片下載：http://images.cnblogs.com/cnblogs_com/Jimc/1316973/o_image.png
（1）用 tesseract 命令測試：
tesseract test.png stdout -l eng
運行結果如下：
（2）利用 Python 代碼測試：
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tesserocr >>> from PIL import Image >>> image = Image.open(r'C:\Users\Tianl\test.png') >>> result = tesserocr.image_to_text(image) >>> print(result) PythonWebSpider >>>
另外，還可以直接調用 tesserocr 模塊的 file_to_text() 方法，可以達到同樣的效果：
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tesserocr >>> print(tesserocr.file_to_text(r'C:\Users\Tianl\test.png')) PythonWebSpider >>>
如果成功輸出結果，則證明 tesseract 和 tesserocr 都已經安裝成功，以上是安裝以及簡單使用。
pycharm中安裝導入tesserocr
直接把上面通過pip安裝好的文件夾拷貝到pycharm創建的項目的site-packages目錄中即可使用