仅适用于Windows

Question

我正在尝试在python中运行基本且非常简单的代码。

from PIL import Image
import pytesseract

im = Image.open("sample1.jpg")

text = pytesseract.image_to_string(im, lang = 'eng')

print(text)

这是它的外观，我实际上已经通过安装程序为Windows安装了tesseract。我是Python的新手，不确定如何继续？

这里的任何指导都将非常有帮助。我尝试重新启动Spyder应用程序，但无济于事。

Answer 1

我看到步骤分散在不同的答案中。根据我最近在Windows上遇到的pytesseract错误的经验，依次编写不同的步骤可以更轻松地解决该错误：

1 。使用https://github.com/UB-Mannheim/tesseract/wiki

上的Windows安装程序安装tesseract

2 。请注意安装中的tesseract路径。默认安装路径为：C:\Program Files (x86)\Tesseract-OCR

3 。 pip install pytesseract

4 。在调用image_to_string之前在脚本中设置tesseract路径：

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'

Answer 2

在Windows中：

点安装tesseract

pip安装tesseract-ocr

并检查存储在系统中的文件usr / appdata / local / programs / site-pakages / python / python36 / lib / pytesseract / pytesseract.py文件并编译文件

Answer 3

此错误是因为您的计算机上未安装tesseract。

如果您使用的是Ubuntu，请使用以下命令安装tesseract：

sudo apt-get install tesseract-ocr

对于Mac：

brew install tesseract

Answer 4

我可以通过使用pytesseract.py文件中的bin / tesseract路径更新tesseract_cmd变量来解决此问题

Answer 5

在Linux上安装：

sudo apt update
sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

Answer 6

我在Windows上遇到了同样的问题。我尝试为tesseract的路径更新环境变量，但该方法无效。

对我有用的是修改pytesseract.py，该文件可以在路径C:\Program Files\Python37\Lib\site-packages\pytesseract或通常在C:\Users\YOUR USER\APPDATA\Python上找到

我按照以下内容更改了一行：

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

请注意，由于Python与\的解释相同，因此在tesseract之前我必须多加一个\t，您会收到以下错误消息：

pytesseract.pytesseract.TesseractNotFoundError：C：\ Program Files \ Tesseract-OCR esseract.exe未安装或不在您的路径中

Answer 7

仅适用于Windows

1-您需要在计算机上安装Tesseract OCR。

从这里获取。   https://github.com/UB-Mannheim/tesseract/wiki

下载合适的版本。

2-将tesseract路径保存到系统环境。即编辑系统变量。

3-点安装pytesseract和点安装tesseract

4-将此行添加到您的python脚本

pytesseract.pytesseract.tesseract_cmd = 'C:\\OCR\\Tesseract-OCR\\tesseract.exe' ^您的路径可能不同。

5-输入代码错误。

Answer 8

来自https://pypi.org/project/pytesseract/：

pytesseract.pytesseract.tesseract_cmd = '<full_path_to_your_tesseract_executable>'
# Include the above line, if you don't have tesseract executable in your PATH
# Example tesseract_cmd: 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract'

Answer 9

这可能是因为即使正确安装了Tesseract，您也没有像我一样安装语言。幸运的是，这很容易解决，我什至不需要弄乱tesseract_cmd。

sudo apt-get install tesseract-ocr -y
sudo apt-get install tesseract-ocr-spa -y
tesseract --list-langs

请注意，在第二行中，我们为西班牙语指定了-spa。

如果安装成功，您应该获得可用语言的列表，例如：

List of available languages (3):
eng
osd
spa

我在this blog post（西班牙语）找到了它。还有installation of Spanish language in Windows的帖子（显然不太容易）。

注意：由于该问题使用lang = 'eng'，因此在特定情况下可能不是答案。但是在其他情况下也可能发生相同的错误，这就是为什么我在此处发布答案的原因。

Answer 10

它确实对我有用，只需使用 tesseract 安装 conda。

conda install -c conda-forge tesseract

Answer 11

对于 Linux 发行版 (Ubuntu)

试试

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

Answer 12

您将需要安装tesseract。

https://github.com/tesseract-ocr/tesseract/wiki

查看有关安装的上述文档。

Answer 13

您可以安装此软件包... https://github.com/UB-Mannheim/tesseract/wiki 之后，您应该使用以下路径C：\ Program Files（x86）\ Tesseract-OCR \ tesseract.exe 然后运行tesseract文件。我认为这会帮助您...

Answer 14

使用以下命令安装tesseract

pip install tesseract

Answer 15

对我来说，它通过放置单引号起作用

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

实际上放在双引号内是自动插入不需要的字符

Answer 16

Windows 的简单步骤：

从 https://github.com/UB-Mannheim/tesseract/wiki 下载 Windows 版本
安装

在您的 .py 文件中写入以下内容（检查安装位置）

 pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"
 img_text = pytesseract.image_to_string(Image.open(filename))

Answer 17

最新版本的 pip 模块 pytesseract=0.3.7 似乎存在问题。我已经将其降级为 pytesseract=0.3.6 并且没有看到错误。

Answer 18

以上提示并没有帮我解决问题，因为安装pytesseract（pycharm，python 2.7）时出现了小节指定的错误。奇怪的是 tesseract 也是从命令行运行的，所以安装是正确的。

我可以按照以下步骤解决此问题：

从保险库下载 pytesseract.py https://github.com/madmaze/pytesseract
删除与解释器（2.7 和 3.*）差异相关的所有语法错误，包括 try catch 方法
将编辑好的脚本作为自己编写的脚本导入到您的程序中，并根据存储库中的建议配置 tesseract_cmd 变量。

随后，图像到文本的翻译功能在 python 2.7 中工作

Answer 19

适用于 UBUNTU 的解决方案对我有用：

通过以下链接在 ubuntu 中安装 tesseract

https://medium.com/quantrium-tech/installing-tesseract-4-on-ubuntu-18-04-b6fcd0cbd78f

后来通过以下链接将 traindata 语言添加到 tessdata

Tesseract running error

Answer 20

仅适用于Windows用户：

使用以下命令安装tesseract：

pip install tesseract

然后将此行添加到您的代码中，注意“ \”

pytesseract.pytesseract.tesseract_cmd = "C:\Program Files (x86)\Tesseract-OCR\\tesseract.exe"

Answer 21

已经有很多不错的解决方案，但是我想分享一个很棒的网站，当我无法解决“ TesseractNotFound错误：tesseract未安装或不在您的路径中”时，请访问此网站： https://www.thetopsites.net/article/50655738.shtml

我意识到我收到了此错误，因为我通过pip安装了 pytesseract ，却忘记了安装二进制文件。您的机器可能缺少tesseract-ocr。在此处查看安装说明：https://github.com/tesseract-ocr/tesseract/wiki

在Mac上，您可以使用自制软件进行安装：

brew install tesseract

之后应该可以正常运行！

在Windows 10操作系统环境下，以下方法适用于我：

转到this link并下载tesseract并安装它。 Windows版本位于此处：https://github.com/UB-Mannheim/tesseract/wiki
从C：\ Users \ User \ Anaconda3 \ Lib \ site-packages \ pytesseract查找脚本文件pytesseract.py并将其打开。将以下代码从 tesseract_cmd ='tesseract'更改为： tesseract_cmd ='C：/ Program Files（x86）/Tesseract-OCR/tesseract.exe' （这是安装Tesseract-OCR的路径，因此请检查安装位置并相应地更新路径）
您可能还需要添加环境变量C：/ Program Files（x86）/ Tesseract-OCR /

希望它对您有用！

Answer 22

在Windows 64位上，只需将以下内容添加到PATH环境变量中： "C:\Program Files\Tesseract-OCR"，它将正常工作。

Answer 23

For Ubuntu 18.04

如果出现类似错误

 tesseract is not installed or it's not in your path

 and 

 OSError: [Errno 12] Cannot allocate memory

那可能是交换内存分配问题，并且是问题

您可以检查该答案以分配更多的交换内存希望能有所帮助:)

https://askubuntu.com/questions/920595/fallocate-fallocate-failed-text-file-busy-in-ubuntu-17-04?answertab=active#tab-top

Answer 24

# {Windows 10 instructions}
# before you use the script you need to install the dependence
# 1. download the tesseract from the official link:
#   https://github.com/UB-Mannheim/tesseract/wiki
# 2. install the tesseract
#   i chosed this path
#       *replace the user string in the below path with you name of user that you are using in your current machine
#       C:\Users\user\AppData\Local\Tesseract-OCR\
# 3. Install the  pillow for your python version
# * the best way for me is to install is this form(i'am using python3.7 version and in my CMD i run this version of python by     typing py -3.7):
# * if you are using another version of python first look how you start the python from you CMD
# * for some machine the run of python from the CMD is different
    # [examples]
    # =================================
    # PYTHON VERSION 3.7
    # python
    # python3.7
    # python -3.7
    # python 3.7
    # python3
    # python -3
    # python 3
    # py3.7
    # py -3.7
    # py 3.7
    # py3
    # py -3
    # py 3
    # PYTHON VERSION 3.6
    # python
    # python3.6
    # python -3.6
    # python 3.6
    # python3
    # python -3
    # python 3
    # py3.6
    # py -3.6
    # py 3.6
    # py3
    # py -3
    # py 3
    # PYTHON VERSION 2.7
    # python
    # python2.7
    # python -2.7
    # python 2.7
    # python2
    # python -2
    # python 2
    # py2.7
    # py -2.7
    # py 2.7
    # py2
    # py -2
    # py 2
    # ================================
# we are using pip to install the dependences
# because for me i start the python version 3.7 with the following line 
    # py -3.7
# open the CMD in windows machine and type the following line:
    # py -3.7 -m pip install pillow
# 4. Install the  pytesseract and tesseract for your python version
# * the best way for me is to install is this form(i'am using python3.7 version and in my CMD i run this version of python by     typing py -3.7):
# we are using pip to install the dependences
# open the CMD in windows machine and type the following lines:
    # py -3.7 -m pip install pytesseract
    # py -3.7 -m pip install tesseract


#!/usr/bin/python
from PIL import Image
import pytesseract
import os
import getpass

def extract_text_from_image(image_file_name_arg):

    # IMPORTANT
    # if you have followed my instructions to install this dependence in above text explanatin
    # for my machine is
    # if you don't put the right path for tesseract.exe the script will not work
    username = getpass.getuser()
    # here above line get the username for your machine automatically
    tesseract_exe_path_installation="C:\\Users\\"+username+"\\AppData\\Local\\Tesseract-OCR\\tesseract.exe"
    pytesseract.pytesseract.tesseract_cmd=tesseract_exe_path_installation

# specify the direction of your image files manually or use line bellow if the images are in the script directory in     folder  images
    # image_dir="D:\\GIT\\ai_example\\extract_text_from_image\\images"
    image_dir=os.getcwd()+"\\images"
    dir_seperator="\\"
    image_file_name=image_file_name_arg
    # if your image are in different format change the extension(ex. ".png")
    image_ext=".jpg"
    image_path_dir=image_dir+dir_seperator+image_file_name+image_ext

    print("=============================================================================")
    print("image used is in the following path dir:")
    print("\t"+image_path_dir)
    print("=============================================================================")

    img=Image.open(image_path_dir)
    text=pytesseract.image_to_string(img, lang="eng")
    print(text)

# change the name "image_1" whith the name without extension for your image name
# image_file_name_arg="image_1"
image_file_name_arg="image_2"
# image_file_name_arg="image_3"
# image_file_name_arg="image_4"
# image_file_name_arg="image_5"
extract_text_from_image(image_file_name_arg)

# ==================================
# CREATED BY: SHERIFI
# e-mail: sherif_co@yahoo.com
# git-link for script: https://github.com/sherifi/ai_example.git
# ==================================

Answer 25

在Mac上（对我有用）

brew install tesseract

Answer 26

在Windows中，对于默认的Windows tesseract安装，必须重定向命令路径。

在32位系统中，在导入命令后添加此行。

pytesseract.pytesseract.tesseract_cmd ='C：\ Program Files（x86）\ Tesseract-OCR \ tesseract.exe'
在64位系统中，请添加此行。

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

Answer 27

步骤1：

根据操作系统在您的系统上安装tesseract。最新的安装程序可以在https://github.com/UB-Mannheim/tesseract/wiki

中找到

步骤2：使用安装以下依赖库：点安装pytesseract pip安装opencv-python 点安装numpy

步骤3：示例代码

import cv2
import numpy as np
import pytesseract
from PIL import Image
from pytesseract import image_to_string

# Path of working folder on Disk Replace with your working folder
src_path = "C:\\Users\\<user>\\PycharmProjects\\ImageToText\\input\\"
# If you don't have tesseract executable in your PATH, include the 
following:
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract- 
OCR/tesseract'
TESSDATA_PREFIX = 'C:/Program Files (x86)/Tesseract-OCR'

def get_string(img_path):
    # Read image with opencv
    img = cv2.imread(img_path)

    # Convert to gray
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Apply dilation and erosion to remove some noise
    kernel = np.ones((1, 1), np.uint8)
    img = cv2.dilate(img, kernel, iterations=1)
    img = cv2.erode(img, kernel, iterations=1)

    # Write image after removed noise
    cv2.imwrite(src_path + "removed_noise.png", img)

    #  Apply threshold to get image with only black and white
    #img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 31, 2)

    # Write the image after apply opencv to do some ...
    cv2.imwrite(src_path + "thres.png", img)

    # Recognize text with tesseract for python
    result = pytesseract.image_to_string(Image.open(src_path + "thres.png"))

    # Remove template file
    #os.remove(temp)

    return result


print('--- Start recognize text from image ---')
print(get_string(src_path + "image.png") )

print("------ Done -------")

Pytesseract：“ TesseractNotFound错误：tesseract未安装或不在您的路径中”，如何解决此问题？

27 个答案:

仅适用于Windows