Tesseract圖形識別軟件的安裝

freewolf 發(fā)布于2019-07-30 14:54 / 3449人閱讀

摘要：安裝下載安裝安裝和這里只說系統(tǒng)下的安裝，基本不會有什么問題。在利用調用時遇到以下錯誤系統(tǒng)找不到指定的文件。先用一個簡單的驗證碼測試一下

安裝

下載安裝： tesseract

安裝 pytesseract 和 Pillow

pip install pytesseract

pip install Pillow

這里只說 winsows 系統(tǒng)下的安裝，linux 基本不會有什么問題。
在利用 pytesseract 調用 tesseract 時遇到以下錯誤：

FileNotFoundError: [WinError 2] 系統(tǒng)找不到指定的文件。

于是我看了下pytesseract源碼，發(fā)現(xiàn)有這樣的一行

# CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY

tesseract_cmd = "tesseract"

估計 windows 系統(tǒng)要手工添加環(huán)境變量，所以才產生的問題，于是又將 tesseract 添加到環(huán)境變量 Path 中，但還是會報錯：

pytesseract.pytesseract.TesseractError: (1, "Error opening data file Program Files (x86)Tesseract-OCReng.traineddata")

這個是eng.traineddata文件路徑有誤才會出現(xiàn)的錯誤。

解決辦法：

先查看tesseract有沒有這個語言包，有CMD中輸入命令：

tesseract --list-langs

結果：

List of available languages (2):
eng
osd

然后再查看然后再google搜索一下問題，發(fā)現(xiàn)還是 tesseract 的環(huán)境變量的問題，找到了下面這一句話

Please make sure the TESSDATA_PREFIX environment variableisset to the
parent directory of your"tessdata"directory.

于是新建的一個TESSDATA_PREFIX變量，指定tessdata的上級目錄也就是C:Program Files (x86)Tesseract-OCR

安裝完成。

先用一個簡單的驗證碼測試一下：

from PIL import Image
import pytesseract
result = pytesseract.image_to_string(Image.open(r"F:PIN_ws692.jpg","r"), lang="eng") 
print(result)

GPU云服務器云服務器圖形圖像識別軟件阿里云服務器圖形界面安裝軟件圖形識別最好的圖像識別軟件

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/40996.html

Python3網絡爬蟲實戰(zhàn)---4、數(shù)據(jù)庫的安裝：MySQL、MongoDB、Redis

摘要：運行結果如果運行結果一致則證明安裝成功。上一篇文章網絡爬蟲實戰(zhàn)請求庫安裝下一篇文章網絡爬蟲實戰(zhàn)數(shù)據(jù)庫的安裝上一篇文章：Python3網絡爬蟲實戰(zhàn)---2、請求庫安裝：GeckoDriver、PhantomJS、Aiohttp下一篇文章：Python3網絡爬蟲實戰(zhàn)---數(shù)據(jù)庫的安裝：MySQL、MongoDB、Redis 抓取下網頁代碼之后，下一步就是從網頁中提取信息，提取信息的方式有...

xbynet 2019-07-31 10:33 評論0 收藏0
Tesseract 進行圖像識別

摘要：目前已作為開源項目發(fā)布在，其最新版本已經支持中文，并提供了一個命令行工具。他能夠用來識別英文，但是不能識別中文。所以要下載中文的識別包這樣就能識別中文。至少對印刷的中文字識別效果是很好的。 1. Tesseract 介紹 Tesseract的OCR引擎最先由HP實驗室于1985年開始研發(fā)，至1995年時已經成為OCR業(yè)內最準確的三款識別引擎之一。然而，HP不久便決定放棄OCR業(yè)務，Te...

Tecode 2019-08-15 12:27 評論0 收藏0
node識別驗證碼

摘要：驗證碼的識別成功率跟圖片質量關系密切，一般拿到后的驗證碼都得經過灰度化，二值化，去噪，利用就可以很方便的做到。了解驗證碼什么是驗證碼？所謂驗證碼，就是將一串隨機產生的數(shù)字或符號，生成一幅圖片，圖片里加上一些干擾象素（防止OCR），由用戶肉眼識別其中的驗證碼信息，輸入表單提交網站驗證，驗證成功后才能使用某項功能，通俗說就是一種區(qū)分用戶是計算機和人的公共全自動程序驗證碼的作用可以...

levy9527 2019-08-26 11:57 評論0 收藏0
Python圖像處理之圖片文字識別（OCR）

摘要：與介紹將圖片翻譯成文字一般被稱為光學文字識別，。是目前公認最優(yōu)秀最精確的開源系統(tǒng)。我們以圖片為例輸入命令識別結果如下只識別錯了一個字，識別率還是不錯的。最后加一句，對于彩色圖片的識別效果沒有黑白圖片的效果好。 OCR與Tesseract介紹 ??將圖片翻譯成文字一般被稱為光學文字識別（Optical Character Recognition，OCR）?？梢詫崿F(xiàn)OCR 的底層庫并不多，...

W4n9Hu1 2019-07-30 16:48 評論0 收藏0
python利用Tesseract識別驗證碼

摘要：無論是是自動化登錄還是爬蟲，總繞不開驗證碼，這次就來談談中光學識別驗證碼模塊和。和是的一個識別庫，但其實是對做的一層封裝，是的引擎包裝器所以它們的核心是因此在安裝之前，我們需要先安裝。無論是是自動化登錄還是爬蟲，總繞不開驗證碼，這次就來談談python中光學識別驗證碼模塊tesserocr和pytesseract。tesserocr和pytesseract是Python的一個OCR識...

王陸寬 2019-07-31 09:59 評論0 收藏0