Python验证码识别 安装Pillow、tesseract-ocr与pytesseract模块的安装以及错误解决

1. 安装tesseract

tesseract下载地址：https://digi.bib.uni-mannheim.de/tesseract/

下载完成后双击，此时会出现如下图所示的页面。

此时可以勾选Additional language data(download)选项来安装OCR识别支持的语言包，这样OCR便可以识别多国语言。然后一路点击Next按钮即可。

接下来，为了在python代码中使用tesseract功能，使用pip安装pytesseract：

pip install pytesseract

2、配置环境变量

为了在全局使用方便，比如安装路径为D:\Program Files (x86)\Tesseract-OCR，将该路径添加到环境变量的path中

比如：E:\Tesseract-OCR

配置完成后在命令行输入tesseract -v，如果出现如下图所示，说明环境变量配置成功

3、验证安装

接下来，我们可以使用tesseract和pytesseract来分别进行测试。

选择一张图片，再该图片的目录下运行cmd，输入指令：tesseract image.png result 

运行结果如下：

D:\chromeDownload>tesseract image.png result
Tesseract Open Source OCR Engine v3.05.02 with Leptonica

1.如果出现：Tesseract couldn\'t load any languages!

　　表示语言包没用生效，或者没有下载，去E:\Tesseract-OCR\tessdata看语言包是否下载，如果下载就是没有生效，则在系统环境中新建变量名：TESSDATA_PREFIX，添加变量值：E:\Tesseract-OCR\tessdata

2.pytesseract.pytesseract.TesseractError: (1, 'Error opening data file \\Tesseract-OCR\\tessdata/eng.traineddata')

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)

3.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'