Python - Tesseract

Question

我正在尝试使用Python中的Tesseract模块从图像中提取文本：

from pytesser import *
image = Image.open('fnord.tif')  # Open image object using PIL
print image_to_string(image)     # Run tesseract.exe on image
fnord

但是我得到了以下错误：

在处理上述异常的过程中，发生了另一个异常：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python34\lib\pytesser\pytesser.py", line 49, in  image_file_to_string
text = image_to_string(im, cleanup)
File "C:\Python34\lib\pytesser\pytesser.py", line 31, in image_to_string
call_tesseract(scratch_image_name, scratch_text_name_root)
File "C:\Python34\lib\pytesser\pytesser.py", line 24, in call_tesseract
errors.check_for_errors()
File "C:\Python34\lib\pytesser\errors.py", line 15, in check_for_errors
raise Tesser_General_Exception(text)
pytesser.errors.Tesser_General_Exception: Tessedit:Error:Usage:Tessedit      imagename outputbase [configfile [[+|-]varfile]...]

Signal_exit 25 ABORT. LocCode: 3  AbortCode: 0

Answer 1

这是在Mac上吗？

尝试编辑call_tesseract函数。更改：

proc = subprocess.Popen(args)
retcode = proc.wait()

至：

retcode = subprocess.call(args)

Answer 2

从以下位置下载2mb文件：

https://code.google.com/archive/p/pytesser/downloads

复制tesseract.exe的路径，然后打开文件pytesseract.py文件中有一个名为'tesseract_cmd‘的变量，它保存文件tesseract.exe的路径。将复制的路径存储在变量中。

运行你的程序，你的错误就不会再出现了。

Answer 3

我个人推荐pytesseract (pytesser和pytesseract是不同的)，因为pytesser只有一个版本就停止了。

因此，只需通过pip安装pytesseract包

注意: Python 2不会很好地支持外语提取，所以最好使用python 3。