Python验证码识别安装以及错误解决

发表于:2018-4-13 09:06  作者:wanlifeipeng   来源:博客园

字体: | 上一篇 | 下一篇 |我要投稿 | 推荐标签: 软件开发 Python

  1.安装Pillow
  pip install Pillow
  2.安装tesseract-ocr
  OCR(Optical Character Recognition, 光学字符识别) 软件
  安装包含两个部分:ORC引擎本身以及对应语言的训练数据
  github地址:   https://github.com/tesseract-ocr/tesseract
  You can either Install Tesseract via pre-built binary package or build it from source.
  windows:
  The latest installer can be downloaded here: tesseract-ocr-setup-3.05.01.exe and tesseract-ocr-setup-4.00.00dev.exe (experimental).
  ubuntu 16.04:
  默认安装的OCR引擎版本是3.04,因此需要安装4.0版本的,则需要:
  sudo add-apt-repository ppa:alex-p/tesseract-ocr
  sudo apt-get update
  # 安装OCR引擎
  sudo apt-get install tesseract-ocr
  # 安装训练数据(equ为数学公式包)
  sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim  tesseract-ocr-equ
  # 可选安装Leptonica
  sudo apt-get install liblept5  libleptonica-dev
  traineddata存放路径:  $TESSDATA_PREFIX/testdata
  3.04版本  ./usr/share/tesseract-ocr/tessdata/
  4.0版本  /usr/share/tesseract-ocr/4.00/tessdata/
  此外,训练数据还可在通过 tessdata repository 进行下载
  3.安装pytesseract
  pip install pytesseract
  遇到的问题:
  1.FileNotFoundError: [WinError 2] 系统找不到指定的文件
  解决方法:
  方法1[推荐]: 将tesseract.exe添加到环境变量PATH中,
  例如: D:\Tesseract-OCR,默认路径为C:\Program Files (x86)\Tesseract-OCR
  注意: 为了使环境变量生效,需要关闭cmd窗口或是关闭pycharm等ide重新启动
  方法2: 修改pytesseract.py文件,指定tesseract.exe安装路径
  # CHANGE THIS IF TESSERACT IS NOT IN YOUR PATH, OR IS NAMED DIFFERENTLY
  tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe‘
  方法3:  在实际运行代码中指定
  pytesseract.pytesseract.tesseract_cmd = 'D:\\Tesseract-OCR\\tesseract.exe'
  2.pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Tesseract-OCR\\tessdata/eng.traineddata')
  解决方法:
  方法1[推荐]:
  将tessdata目录的上级目录所在路径(默认为tesseract-ocr安装目录)添加至TESSDATA_PREFIX环境变量中
  例如: C:\Program Files (x86)\Tesseract-OCR
  Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
  方法2:  在.py文件配置中指定tessdata-dir
  tessdata_dir_config = '--tessdata-dir "D:\\Tesseract-OCR\\tessdata"'
  # tessdata_dir_config = '--tessdata-dir "'C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"'
  pytesseract.image_to_string(image, config=tessdata_dir_config)

上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理。

评 论

论坛新帖

顶部 底部


建议使用IE 6.0以上浏览器,800×600以上分辨率,法律顾问:上海瀛东律师事务所 张楠律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2018, 沪ICP备05003035号
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪公网安备 31010102002173号

51Testing官方微信

51Testing官方微博

扫一扫 测试知识全知道