我正在尝试在 python 中运行一个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)
这就是它的样子，我实际上已经通过安装程序安装了 tesseract for windows。我对 Python 很陌生，我不确定如何继续？
这里的任何指导都会非常有帮助。我尝试重新启动我的 Spyder 应用程序，但无济于事。
【问题讨论】：
我看到步骤分散在不同的答案中。根据我最近在 Windows 上遇到此 pytesseract 错误的经验，依次编写不同的步骤以更轻松地解决错误：
1。使用 Windows 安装程序安装 tesseract：https://github.com/UB-Mannheim/tesseract/wiki
2。请注意安装中的 tesseract 路径。此编辑时的默认安装路径为：C:\Users\USER\AppData\Local\Tesseract-OCR。它可能会改变，所以请检查安装路径。
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:\Users\USER\AppData\Local\Tesseract-OCR\tesseract.exe'
【讨论】：
sudo apt-get update
sudo apt-get install libleptonica-dev tesseract-ocr tesseract-ocr-dev libtesseract-dev python3-pil tesseract-ocr-eng tesseract-ocr-script-latn
brew install tesseract
从https://github.com/UB-Mannheim/tesseract/wiki 下载二进制文件。然后将pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe' 添加到您的脚本中。
pip install tesseract
pip install tesseract-ocr
参考： https://pypi.org/project/pytesseract/（安装部分）和 https://tesseract-ocr.github.io/tessdoc/Installation.html
【讨论】：
sudo apt-get install python3-pil tesseract-ocr libtesseract-dev tesseract-ocr-eng tesseract-ocr-script-latn。第二个参考（github）已经没有了，我参考了tesseract-ocr.github.io/tessdoc/Installation.html
tesseract: symbol lookup error: /usr/lib/x86_64-linux-gnu/libtesseract.so.4: undefined symbol: pixaDisplayTiledInColumns 或Package tesseract-ocr-dev is not available, but is referred to by another package. ，请执行此操作sudo apt install libtesseract-dev libleptonica-dev liblept5
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 路径添加到您的系统环境。即编辑系统变量。
3 - 运行 pip install pytesseract 和 pip install tesseract
4 - 每次都将这一行添加到您的 python 脚本中
pytesseract.pytesseract.tesseract_cmd = 'C:/OCR/Tesseract-OCR/tesseract.exe' # your path may be different
5 - 运行代码。
【讨论】：
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
Mac 版：
brew install tesseract
【讨论】：
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'
【讨论】：
在窗口中：
pip install tesseract
pip install tesseract-ocr
并检查存储在系统usr/appdata/local/programs/site-pakages/python/python36/lib/pytesseract/pytesseract.py文件中的文件
并编译文件
【讨论】：
pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract-OCR\tesseract.exe" 以使 tesseract 工作。
在 Mac 上，您可以如下所示安装它。这对我有用。
brew install tesseract
【讨论】：
你可以安装这个包... https://github.com/UB-Mannheim/tesseract/wiki 之后你应该去这个路径 C:\Program Files (x86)\Tesseract-OCR\ tesseract.exe 然后运行 tesseract 文件。 我想这会对你有所帮助...
【讨论】：
第 1 步：
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找到。
第 2 步： 使用安装以下依赖库： 点安装 pytesseract 点安装 opencv-python pip install numpy
第 3 步： 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 -------")
【讨论】：
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" 会起作用的。
【讨论】：
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
【讨论】：
我在 Windows 上遇到了同样的问题。 我尝试更新 tesseract 路径的环境变量，但不起作用。
对我有用的是修改 pytesseract.py，它可以在路径 C:\Program Files\Python37\Lib\site-packages\pytesseract 或通常在 C:\Users\YOUR USER\APPDATA\Python 中找到
我改了一行如下：
#tesseract_cmd = 'tesseract'
#tesseract_cmd = 'C:\Program Files\Tesseract-OCR\\tesseract.exe'
请注意，我必须在 tesseract 之前添加一个额外的 \，因为 Python 的解释与 \t 相同，您将收到以下错误消息：
pytesseract.pytesseract.TesseractNotFoundError: C:\Program Files\Tesseract-OCR esseract.exe 未安装或不在您的路径中
【讨论】：
适用于 Linux 发行版 (Ubuntu)
试试
sudo apt install tesseract-ocr
sudo apt install libtesseract-dev
【讨论】：
Anaconda 安装：
适用于 Mac、Linux 和 Windows
conda-forge/packages/tesseract 4.1.1
第 1 步：
conda install -c conda-forge tesseract
第 2 步：如果您还没有找到 Tesseract PATH
for r,s,f in os.walk("/"):
for i in f:
if "tesseract" in i:
print(os.path.join(r,i))
例如，我的 Tesseract PATH 是 /anaconda/bin/tesseract
第 3 步：将 tesseract 添加到 PATH
pytesseract.pytesseract.tesseract_cmd = r'/anaconda/bin/tesseract'
【讨论】：
对我来说，它通过单引号起作用
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
【讨论】：
【讨论】：
在 windows 中，必须重定向命令路径，以便默认安装 windows tesseract。
pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe'
【讨论】：
可能发生这种情况是因为，即使 Tesseract 安装正确，您还没有安装您的语言，就像我的情况一样。幸运的是，这很容易解决，我什至不需要惹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，您应该会得到一个可用语言列表，例如：
List of available languages (3):
eng
osd
spa
我在this blog post（西班牙语）找到了这个。还有一个installation of Spanish language in Windows 的帖子（显然不是那么容易）。
注意：由于问题使用lang = 'eng'，因此在特定情况下这可能不是答案。但是在其他情况下可能会发生同样的错误，这就是我在这里发布答案的原因。
【讨论】：
仅适用于 Windows 用户：
使用以下方式安装 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"
【讨论】：
只需使用conda 安装tesseract，它就对我有用。
conda install -c conda-forge tesseract
【讨论】：
对于 Windows，只需简单的步骤：
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))
【讨论】：
使用以下命令安装tesseract
pip install tesseract
【讨论】：
# {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
# ==================================
【讨论】：
For Ubuntu 18.04
如果您遇到类似的错误
tesseract is not installed or it's not in your path
and
OSError: [Errno 12] Cannot allocate memory
这可能是交换内存分配问题
你可以检查这个答案分配更多的交换内存希望有帮助:)
【讨论】：
这个问题已经有很多不错的答案，但是我想分享一个很棒的网站，当我无法解决“TesseractNotFound Error: tesseract is not installed or it's not in your path”时遇到的问题请参考这个网站： https://www.thetopsites.net/article/50655738.shtml
我意识到我收到此错误是因为我使用 pip 安装了 pytesseract 但忘记安装二进制文件。 您的机器上可能缺少 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了！
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 版本在这里可用：https://github.com/UB-Mannheim/tesseract/wiki
从 C:\Users\User\Anaconda3\Lib\site-packages\pytesseract 找到脚本文件 pytesseract.py 并打开它。将以下代码从 tesseract_cmd = 'tesseract' 更改为：tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe' （这是您安装 Tesseract-OCR 的路径，因此请检查您的安装位置并相应更新路径）
您可能还需要添加环境变量 C:/Program Files (x86)/Tesseract-OCR/
希望它对你有用！
【讨论】：
适用于我的 UBUNTU 解决方案：
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
【讨论】：
最新版本的 pip 模块 pytesseract=0.3.7 似乎存在问题。 我已将其降级为 pytesseract=0.3.6 并没有看到错误。
【讨论】：
上述提示并没有帮助我解决问题，因为在安装 pytesseract (pycharm, python 2.7) 时出现了该部分中指定的错误。奇怪的是，tesseract 是从命令行运行的，所以安装是正确的。
我可以通过以下步骤解决此问题：
随后，图像到文本的翻译功能在 python 2.7 中工作
【讨论】：
我已经在我的树莓派上试过这个了。我只是从这里改变了路径：
C:/Program Files/Tesseract-OCR/tesseract.exe'
（因为是windows）至此：
/usr/local/lib/python3.7/dist-packages
因为，这是我尝试运行此命令时看到的路径：
pip3 show pytesseract
为了更清楚，这里是消息。 Command line here
【讨论】：
在 Windows 中安装 tesseract 时，我也面临同样的错误。
根据我最近解决的问题，我正在按照以下步骤进行操作
使用 gievn 链接中提供的 Windows 安装程序安装 tesseract：https://github.com/UB-Mannheim/tesseract/wiki
注意安装中的 tesseract 路径。此编辑时的默认安装路径为：C:\Users\USER\AppData\Local\Tesseract-OCR。它可能会改变，所以请检查安装路径。
安装后，它仍然显示错误或未安装您面临的错误然后按 windows + R 键并运行您的文件路径 (C:\Program Files\Tesseract-OCR\tesseract.exe) 它会为我工作，
3. pip install pytesseract
在调用```image_to_string:``之前在脚本中设置tesseract路径
对于windows文件路径-
pytesseract.pytesseract.tesseract_cmd=r'C:\Program Files(x86)\Tesseract-OCR\tesseract.exe'
安装opencv请参考question link
对于 linux 安装
$ sudo apt install tesseract-ocr
$ sudo apt install libtesseract-dev
$ tesseract --version
2.运行此命令后，您应该是这样的：
tesseract 4.0.0-beta.1
leptonica-1.75.3
3.一旦你的tesseract安装成功，你可以运行以下命令来检查
$ tesseract --list-langs
4.您可以期待以下输出：
List of available languages (2):
eng
osd
下面给出了5.linux文件路径
pytesseract.pytesseract.tesseract_cmd = r'home/user/bin/tesseract'
【讨论】：