Windows下安装tesserocr
很难受，由于这两天重装了系统，又得重新配置环境了，而我在安装tesserocr的时候踩了一些坑，于是想写出来分享一下。
一.安装tesseract
要安装tesserocr，首先要下载tesseract，它是给tesserocr提供支持的。下载地址为：https://digi.bib.uni-mannheim.de/tesseract/。
打开之后可以看到有很多文件，带dev的为开发版本，不带dev的为稳定版本，我们选择下载不带dev的版本，比如最新的这个：tesseract-ocr-w64-setup-v4.1.0.20190314.exe。下载完成之后运行安装，一直点击next，直到出现如下页面：
在Additional language data中包含了OCR支持识别的各国语言包，可以根据情况选择，我这里就选择了中文的：
之后的过程就不用赘述了，这里因为我只选择了中文语言包，所以下载起来还是很快的。
二.安装tesserocr
使用pip install tesserocr进行安装。我在安装的时候碰到了下面这个问题：
解决办法：
1）下载对应版本的whl包进行安装，下载地址：https://github.com/simonflueckiger/tesserocr-windows_build/releases。
比如我的Python版本是3.7，电脑是Windows64位，所以我下载的是：tesserocr-2.4.0-cp37-cp37m-win_amd64.whl。下载完之后使用pip进行安装：
2）安装Visual Studio，比如VS2017。这个怎么说呢，虽然它里面包含了很多包，安装起来也很简单，但是如果你想卸载就很蛋疼了，而且这个软件会占用C盘几个G的空间，所以我个人是不推荐使用这个办法的。
三.配置环境变量
首先找到你tesseract安装的目录位置，比如E:\Tesseract-OCR，然后将该路径添加到环境变量path中：
之后新建一个系统变量TESSDATA_PREFIX，对应的值为：E:\Tesseract-OCR\tessdata：
四.运行示例
下面是一个简单的示例，使用的图片为：
代码很简单，如下：
1 import tesserocr 2 from PIL import Image 3 4 5 img = Image.open("test.jpg") 6 print(tesserocr.image_to_text(img))
在第一次运行的时候可能会出现下面这个错误：
RuntimeError: Failed to init API, possibly an invalid tessdata path: E:\Python\/tessdata/
解决办法：将tesseract安装目录下的tessdata文件夹复制到你的Python安装目录下。
最终运行结果为：@ python’
我们可以看到tesserocr在不处理图片直接使用的情况下，识别的效果其实是比较差的，如果我们想要提高OCR识别的准确度，可以进行相应的识别训练。
