Python中pytesseract庫的使用以及注意事項

當我們在使用pytesseract庫的時候，使用 pip install pytesseract安裝完成后，發現它並不能識別出圖片內容，並且會拋出異常pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your PATH. See README file for more information.
這是怎么回事呢？今天讓我們一探究竟

嘗試

使用代碼

import pytesseract
from PIL import Image

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

報錯提示：

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

官方文檔

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

是我們缺少了tesseract程序

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

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

安裝tesseract

下載地址

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)

新增百度雲盤鏈接：
鏈接：https://pan.baidu.com/s/1EO5tFmzn1hqY_M679eSBnw
提取碼：nyw4

導入tesseract.exe執行文件地址

添加以下導入路徑：

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

最終代碼：

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)

至此運行代碼不會異常，並可以正常讀取圖片文字內容

總結

pytesseract包依賴於Tesseract執行文件，需要安裝Tesseract

當然Tesseract只能識別標准的ASCII字符串，復雜的驗證嗎就無法使用pytesseract來讀取了

---

歡迎來跟博主討論Python有關的問題。