Pytesseract Image_to_string 返回 Windows 错误：Python 中的访问被拒绝错误

Question

我尝试使用 Pytesseract 从图像中读取文本。我在运行以下脚本时收到拒绝访问消息。

     from PIL import Image
     import pytesseract
     import cv2
     import os

     filename=r'C:\Users\ychandra\Documents\teaching-text-structure-3-728.jpg'
     pytesseract.pytesseract.tesseract_cmd = r'C:\Python27\Lib\site-packages\pytesseract'
     image=cv2.imread(filename)
     gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

     gray=cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
     gray=cv2.medianBlur(gray,3)

     filename='{}.png'.format(os.getpid())
     cv2.imwrite(filename,gray)

     text=pytesseract.image_to_string(Image.open(filename))
     print text

     cv2.imshow("image",image)
     cv2.imshow("res",gray)
     cv2.waitKey(0)

当我运行脚本时出现错误

    Traceback (most recent call last):
    File "F:\opencv\New_folder_3\text_from_image.py", line 17, in <module>
text=pytesseract.image_to_string(Image.open(filename))
    File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 122, in image_to_string
config=config)
    File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 46, in run_tesseract
    proc = subprocess.Popen(command, stderr=subprocess.PIPE)
    File "C:\Python27\lib\subprocess.py", line 390, in __init__
errread, errwrite)
    File "C:\Python27\lib\subprocess.py", line 640, in _execute_child
startupinfo)
    WindowsError: [Error 5] Access is denied 

Answer 1

除了pytesseract.pytesseract.tesseract_cmd 的设置之外，您的代码可以正常工作。 tesseract_cmd 应该设置为安装在您机器上的 tesseract executable file。

这是它的一个示例用法。

pytesseract.pytesseract.tesseract_cmd = "C:/Program Files/Tesseract 4.0.0/tesseract.exe"

如果您的 Windows PC 中没有正确搜索 PATH 设置，则需要 tesseract_cmd。

希望对您有所帮助。

更新：

您需要先将tesseract 二进制文件安装到您的PC 中，然后才能使用pytesseract，它使用subprocess 模块从Python 在Windows shell 中运行tesseract。

点击Tesseract 4.00 alpha 下载 64 位 Windows 版本并安装。然后设置PATH 和TESSDATA_PREFIX 分别指向您的tesseract.exe 和~\tessdata 目录。

如果你需要任何其他语言trained data file，你可以得到它[here]。

如果在您的 Windows 中没有找到~\tessdata 目录，您可以手动创建它并复制至少一个traineddata 文件到那里，例如eng.traineddata 为英文。

如果tesseract 正在工作，当您在命令提示符下键入tesseract -v 时，它将返回版本信息，如下所示。