Question

我试图让tesseract-ocr识别图像上的字符串。我在windows os pc上使用python。我已经为tesseract-OCR安装了python包装器，即使用pip install安装了pytesseract。我收到以下错误消息：

runfile('C:/Users/rlc/Desktop/tesseract_test.py', wdir='C:/Users/rlc/Desktop')
Traceback (most recent call last):
  File "<ipython-input- 1-5f5eff4c4064>", line 1, in <module>
    runfile('C:/Users/rlc/Desktop/tesseract_test.py', wdir='C:/Users/rlc/Desktop')
  File "C:\Users\rlc\Anaconda2\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 714, in runfile
    execfile(filename, namespace)
  File "C:\Users\rlc\Anaconda2\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 74, in execfile
    exec(compile(scripttext, filename, 'exec'), glob, loc)
  File "C:/Users/rlc/Desktop/tesseract_test.py", line 12, in <module>
    pytesseract.image_to_string(Image.open('example_02.png'))
  File "C:\Users\rlc\Anaconda2\lib\site-packages\pytesseract\pytesseract.py", line 161, in image_to_string
    config=config)
  File "C:\Users\rlc\Anaconda2\lib\site-packages\pytesseract\pytesseract.py", line 94, in run_tesseract
    stderr=subprocess.PIPE)
  File "C:\Users\rlc\Anaconda2\lib\subprocess.py", line 711, in __init__
    errread, errwrite)
  File "C:\Users\rlc\Anaconda2\lib\subprocess.py", line 959, in _execute_child
    startupinfo)
    WindowsError: [Error 2] Den angivne fil blev ikke fundet.

似乎无法找到文件subprocess.py。

任何解决方案，好主意或教程都可以让tesseract-ocr在windows os pc上运行？非常感谢您的帮助。

Answer 1

想出subprocess.py实际上包含在Anaconda 2和Anaconda 3中。错误的原因是tesseract所在的路径未在Windows中添加为环境路径变量。

让pytesseract在Windows上运行的步骤。

从https://www.continuum.io/downloads
从http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe
将tesseract目录添加到Windows作为PATH环境变量。
安装pytesseract，例如

pip install pytesseract

和..

    import pytesseract
    from PIL import Image
    image = Image.open('example_02.png')
    code = pytesseract.image_to_string(image)
    print code

瞧。

Answer 2

开始扫描图像时，请像这样使用：

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

text = str(pytesseract.image_to_string(filename))
print(text)

注意：代替“ C：\ Tesseract-OCR在PC中使用tesseract的\ tesseract.exe的实际路径。

这里是tesseract最新版本的链接：

32位版本

访问：https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w32-setup-v5.0.0-alpha.20191030.exe

64位版本

访问：https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.0.0-alpha.20191030.exe

Pytesseract没有在Windows操作系统上工作。 Subprocess.py丢失了？

2 个答案: