详解Python安装tesserocr遇到的各种问题及解决办法


Posted in Python onMarch 07, 2019

Tesseract的安装及配置

在Python爬虫过程中,难免遇到各种各样的验证码问题,最简单的就是详解Python安装tesserocr遇到的各种问题及解决办法​这种验证码了,那么在遇到验证码的时候该怎么办呢?我们就需要OCR技术了,OCR-即Optical Character Recognition光学字符识别,是指通过扫描字符,然后将其形状翻译成电子文本的过程。而tesserocr是Python的一个OCR识别库,所以在安装tesserocr之前,我们需要安装tesseract这个东西

下载地址:https://digi.bib.uni-mannheim.de/tesseract/可以选择下载不带dev的稳定版本,我下载的是3.05.01版本的,不过这个版本的可能比较早了,识别能力不是很厉害,读者可以选择下载最新版本的3.05.02,识别能力应该会好很多。

下载完就是一路双击,在最后的Additional Language data(download)选上这个选项,是OCR支持各种语言的包,然后继续安装,直到安装成功。

我的安装路径为:G:\Program Files (x86)\Tesseract-OCR

详解Python安装tesserocr遇到的各种问题及解决办法

安装完成后就得需要配置环境变量,打开环境变量设置,在path中加入如下

详解Python安装tesserocr遇到的各种问题及解决办法​的设置,这样tesseract就安装成功并配置完成了、

tesserocr库的安装

刚开始我直接在cmd下输入 pip install tesserocr 很不幸报错了,报错类似于如下。。。因为之前我的报错,没有截图。所以。。

详解Python安装tesserocr遇到的各种问题及解决办法

就是类似于这种的截图,这该怎么办,难道要去下载visual C++吗?我们有更好的解决方法,下载对应的.whl文件

下载地址:https://github.com/simonflueckiger/tesserocr-windows_build/releases一定要下载对应版本的

详解Python安装tesserocr遇到的各种问题及解决办法

我的是3.5.1,所以我下载的是这个版本的。读者可以自行选择。

我的tesserocr-2.2.2-cp36-cp36m-win_amd64.whl文件下载在G盘根目录下,然后在cmd里输入 pip install G:\tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 开始安装whl文件,发现报错了。提示不能安装whl文件。。原来是没有安装wheel。

然后我就去安装了wheel 直接 pip install wheel即可。

安装成功 在输入pip install G:\tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 发现开始安装了。

哎心累啊,总算弄好了。但是,我在pycharm中调用tesserocr 这个库,他又提示报错了,这是为什么呢?百度了一下最终解决。

原来需要在pycharm下的terrminal下输入如下图:

详解Python安装tesserocr遇到的各种问题及解决办法

如果报错了还得有一步操作。

将Tesseract-OCR下的tessdata文件复制到你的Python安装路径的scripts下:

详解Python安装tesserocr遇到的各种问题及解决办法

这样

详解Python安装tesserocr遇到的各种问题及解决办法

这下应该就彻底安装成功了。。

这下在pycharm里总算不会报错了,我们来试一下识别这两张图片的效果

详解Python安装tesserocr遇到的各种问题及解决办法

详解Python安装tesserocr遇到的各种问题及解决办法

代码:

from PIL import Image
import tesserocr

imag=Image.open('test.jpg')
print(tesserocr.image_to_text(imag))
imag1=Image.open('image.png')
print(tesserocr.image_to_text(imag1))

输出结果如下:

详解Python安装tesserocr遇到的各种问题及解决办法

将762408识别成了162408 我也很无奈呀。。。可能是因为版本太菜了吧

以上就是我安装tesserocr遇到的问题及解决办法了。其实还可以装pytesseract这个库。

安装pytesseract库

安装这个pytesseract库可比tesserocr方便多了,根本不会报错,直接pip install pytesseract 完事。。pycharm直接搜索库

详解Python安装tesserocr遇到的各种问题及解决办法

然后下载就完事,多省事。。。。

看一下识别效果,还是同样的两张图片。

代码:

import pytesseract
from PIL import Image
import tesserocr

im=Image.open('test.jpg')
print(pytesseract.image_to_string(im))
im1=Image.open('image.png')
print(pytesseract.image_to_string(im1))

运行结果:

详解Python安装tesserocr遇到的各种问题及解决办法

运行结果一样的,所以我推荐大家使用pytesseract这个库。

验证码识别问题

我打开知乎登录界面,下载了一张验证码图片:详解Python安装tesserocr遇到的各种问题及解决办法开始识别它。

代码如下:

import pytesseract
from PIL import Image
import tesserocr



#简单验证 特别垃圾
image=Image.open('3.jpg')
result=tesserocr.image_to_text(image)
print(result)


#完全验证 也不咋地。。
image1=Image.open('3.jpg')
image1=image1.convert('L')
threshold=127
table=[]
for i in range(256):
 if i <threshold:
  table.append(0)
 else:
  table.append(1)
image2=image1.point(table,'1')
image2.show() #二值化灰度处理图片显示
result=pytesseract.image_to_string(image2)
print(result)

运行结果:

详解Python安装tesserocr遇到的各种问题及解决办法​都识别失败了,,,

贼无语,但是灰度化和二值化后的图片已经很清晰了。。详解Python安装tesserocr遇到的各种问题及解决办法

我都能看出来是H83G了,你识别个H535是个什么鬼。。综上,这个库吧,可能效果也不是那么好。先凑活用吧。。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
用python + hadoop streaming 分布式编程(一) -- 原理介绍,样例程序与本地调试
Jul 14 Python
python过滤字符串中不属于指定集合中字符的类实例
Jun 30 Python
python爬取淘宝商品销量信息
Nov 16 Python
python使用minimax算法实现五子棋
Jul 29 Python
Tensorflow的梯度异步更新示例
Jan 23 Python
tensorflow 模型权重导出实例
Jan 24 Python
如何利用python进行时间序列分析
Aug 04 Python
无惧面试,带你搞懂python 装饰器
Aug 17 Python
python爬虫利器之requests库的用法(超全面的爬取网页案例)
Dec 17 Python
python 数据类型强制转换的总结
Jan 25 Python
Python Django搭建文件下载服务器的实现
May 10 Python
Python中for后接else的语法使用
May 18 Python
Python3实现的判断环形链表算法示例
Mar 07 #Python
浅析Python 读取图像文件的性能对比
Mar 07 #Python
python try 异常处理(史上最全)
Mar 07 #Python
通过shell+python实现企业微信预警
Mar 07 #Python
Python一个简单的通信程序(客户端 服务器)
Mar 06 #Python
用Python写一个模拟qq聊天小程序的代码实例
Mar 06 #Python
Python二叉树的镜像转换实现方法示例
Mar 06 #Python
You might like
php 短链接算法收集与分析
2011/12/30 PHP
php的dl函数用法实例
2014/11/06 PHP
使用PHP Socket 编程模拟Http post和get请求
2014/11/25 PHP
php中instanceof 与 is_a()区别分析
2015/03/03 PHP
Kindeditor编辑器添加图片上传水印功能(php代码)
2017/08/03 PHP
解析arp病毒背后利用的Javascript技术附解密方法
2007/08/06 Javascript
js 阻止子元素响应父元素的onmouseout事件具体实现
2013/12/23 Javascript
jquery中使用循环下拉菜单示例代码
2014/09/24 Javascript
Jquery使用小技巧汇总
2015/12/29 Javascript
jQuery制作网页版选项卡
2016/07/28 Javascript
nodejs redis 发布订阅机制封装实现方法及实例代码
2016/12/15 NodeJs
详解用vue-cli来搭建vue项目和webpack
2017/04/20 Javascript
ztree简介_动力节点Java学院整理
2017/07/19 Javascript
Vue框架中正确引入JS库的方法介绍
2017/07/30 Javascript
angular1配合gulp和bower的使用教程
2018/01/19 Javascript
react router4+redux实现路由权限控制的方法
2018/05/03 Javascript
nuxt框架中路由鉴权之Koa和Session的用法
2018/05/09 Javascript
利用vscode调试编译后的js代码详解
2018/05/14 Javascript
浅谈express.js框架中间件(middleware)
2019/04/07 Javascript
jQuery模拟html下拉多选框的原生实现方法示例
2019/05/30 jQuery
vue中使用 pako.js 解密 gzip加密字符串的方法
2019/06/10 Javascript
JS实现商城秒杀倒计时功能(动态设置秒杀时间)
2019/12/12 Javascript
pyqt和pyside开发图形化界面
2014/01/22 Python
一篇文章入门Python生态系统(Python新手入门指导)
2015/12/11 Python
Python+matplotlib绘制不同大小和颜色散点图实例
2018/01/19 Python
python实现将文件夹下面的不是以py文件结尾的文件都过滤掉的方法
2018/10/21 Python
使用python采集脚本之家电子书资源并自动下载到本地的实例脚本
2018/10/23 Python
Python中format()格式输出全解
2019/04/12 Python
Win10 安装PyCharm2019.1.1(图文教程)
2019/09/29 Python
python list多级排序知识点总结
2019/10/23 Python
python中的split、rsplit、splitlines用法说明
2020/10/23 Python
森林病虫害防治方案
2014/06/02 职场文书
机械工程及自动化专业求职信
2014/09/03 职场文书
团队合作精神学习心得体会
2016/01/19 职场文书
CSS布局之浮动(float)和定位(position)属性的区别
2021/09/25 HTML / CSS
vue实力踩坑之push当前页无效
2022/04/10 Vue.js