如何使用python从扫描的文档中提取文本

Question

我试过这个例子，https://github.com/madmaze/pytesseract

import Image
import pytesseract

print pytesseract.image_to_string(Image.open('image1.png'))

获取错误：     文件＆＃34; /usr/lib/python2.7/subprocess.py"，第1327行，在_execute_child中引发child_exception OSError：[Errno 2]没有这样的文件或目录

有没有其他方法从扫描文档中提取文本？

Answer 1

我发现了这个问题，

更新：

/usr/local/lib/python2.7/dist-packages/pytesseract/pytesseract.py

tesseract_cmd = 'tesseract' =====>> tesseract_cmd = '/usr/local/bin/tesseract'

现在正在努力。

Answer 2

使用以下命令

sudo apt-get install tesseract-ocr