Python3.7 tesseract-ocr 验证码识别配置以及常见错误

当前为Windows环境

1.首先安装Tesseract-OCR，链接：https://pan.baidu.com/s/12zazgAYWsNnxn8AxPjGfaw 提取码: esif 

　　下载后默认安装就好，在安装过程中存在选项安装的情况，此时为选择语言，可略过

2.Tesseract-OCR安装完毕后，设置环境变量

　　设置tesseract.exe的环境变量

　　新建TESSDATA_PREFIX环境变量，值为C:\Program Files (x86)\Tesseract-OCR\tessdata，如图

3.验证Tesseract-OCR

　　3.1 进入cmd 输入下面的命令查看版本，正常运行则安装成功：

　　　　tesseract --version
　　

　　　　

　　3.2 识别图片

　　　　tesseract 图片路径 输出文件

　　　　

　　　　　　识别成功！！

4.进入cmd安装python依赖

　　4.1 安装依赖

　　　　

pip install pytesseract
pip install pillow

　　4.2 编写代码

　　　　识别下面的验证码

　　　　代码如下：

import pytesseract
from PIL import Image

image = Image.open("F:/imooc2.png")
text = pytesseract.image_to_string(image)
print(text)

结果为6067，识别成功

5.此时特别容易出现错误

解决方案1：仔细查看环境变量是否正确

解决方案2：在代码中添加相关变量参数

#coding=utf-8
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)//Tesseract-OCR//tesseract.exe'
tessdata_dir_config = '--tessdata-dir "C://Program Files (x86)//Tesseract-OCR//tessdata"'
image = Image.open("F:/imooc2.png")
text = pytesseract.image_to_string(image, lang ='eng', config=tessdata_dir_config)
print(text)

　　

 

 

 解决方案出处：https://www.cnblogs.com/chenshengkai/p/11318387.html