pytesseract错误Windows错误[错误2]

Question

您好，我正在尝试使用python库pytesseract从图像中提取文本。请找到代码：

from PIL import Image
from pytesseract import image_to_string
print image_to_string(Image.open(r'D:\new_folder\img.png'))

但出现了以下错误：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 161, in image_to_string
config=config)
File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 94, in run_tesseract
stderr=subprocess.PIPE)
File "C:\Python27\lib\subprocess.py", line 710, in __init__
errread, errwrite)
File "C:\Python27\lib\subprocess.py", line 958, in _execute_child
startupinfo)
WindowsError: [Error 2] The system cannot find the file specified

我没有找到一个具体的解决方案。有谁能告诉我该怎么做。任何更多的东西需要下载，或者我可以从哪里下载等等。

提前感谢:)

Answer 1

我也遇到了同样的问题，在读完这篇文章后，我很快找到了解决方案：

OSError: [Errno 2] No such file or directory using pytesser

只需将其适配到Windows，替换如下代码：

tesseract_cmd = 'tesseract'

通过以下方式：

tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract'

(需要双\\才能转义字符串中的第一个\ )

Answer 2

因为子进程找不到二进制文件(tesser可执行文件)，所以会出现异常。

安装过程分为3个步骤：

1.下载/安装系统级库/二进制文件

适用于各种操作系统的help就在这里。对于MacOS，您可以使用brew直接安装它。

安装Google Tesseract OCR (如何在Linux，Mac和Windows上安装引擎的附加信息)。您必须能够以tesseract身份调用tesseract命令。如果不是这样，例如，因为您的路径中没有tesseract，那么您将不得不更改tesseract.py顶部的“tesseract_cmd”变量。在Debian/Ubuntu下，您可以使用包tesseract-ocr。适用于Mac OS用户。请安装自制软件包tesseract。

对于

是旧版本3.02的安装程序，可从我们的下载页面获得。这包括英语训练数据。如果您想使用另一种语言，请下载适当的训练数据，使用7-zip解压，然后将.traineddata文件复制到'tessdata‘目录，可能是C:\Program Files\Tesseract-OCR\tessdata。

要从任何位置访问tesseract-OCR，您可能需要将tesseract-OCR二进制文件所在的目录添加到Path变量，可能是C:\Program Files\Tesseract-OCR。

可以从下载 .exe。

2.安装Python包

pip install pytesseract

3.最后，你需要在你的路径中有tesseract二进制。

或者，您可以在运行时设置它：

import pytesseract

pytesseract.pytesseract.tesseract_cmd = '<path-to-tesseract-bin>'

对于Windows

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

tessdata上面这一行可以让它暂时工作，对于永久的解决方案，将tesseract.exe添加到PATH中-例如PATH=%PATH%;"C:\Program Files (x86)\Tesseract-OCR".

• Beside，确保将TESSDATA_PREFIX

• 环境变量设置为包含tessdata目录的目录。例如：

(x86)\Tesseract-OCR TESSDATA_PREFIX=C:\Program文件

例如，tessdata的位置是：C:\Program Files (x86)\Tesseract-OCR\tessdata

您的示例：

from PIL import Image
import pytesseract

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
print pytesseract.image_to_string(Image.open(r'D:\new_folder\img.png'))

Answer 3

你需要在你的机器上安装Tesseract OCR engine ("Tesseract.exe")。如果您的计算机中未配置该路径，请在pytesseract.py(tesseract.py)中提供完整路径。

README

安装Google Tesseract OCR (如何在Linux、Mac OSX和Windows上安装引擎的其他信息)。您必须能够以tesseract身份调用tesseract命令。如果不是这样，例如，因为您的路径中没有tesseract，那么您将不得不更改tesseract.py顶部的"tesseract_cmd“变量。在Debian/Ubuntu下，您可以使用包tesseract-ocr。适用于Mac OS用户。请安装自制软件包tesseract。

Another thread