OCR，即Optical Character Recognition，光學字符識別，是指通過掃描字符，然后通過其形狀將其翻譯成電子文本的過程。對于圖形驗證碼來說，它們都是一些不規則的字符，這些字符確實是由字符稍加扭曲變換得到的內容。

進入下載頁面，可以看到有各種.exe文件的下載列表，這里可以選擇下載3.0版本。

其中文件名中帶有dev的為開發版本，不帶dev的為穩定版本，可以選擇下載不帶dev的版本，例如可以選擇下載tesseract-ocr-setup-3.05.02.exe。

下載完成后雙擊，此時會出現如下圖所示的頁面。

此時可以勾選Additional language data(download)選項來安裝OCR識別支持的語言包，這樣OCR便可以識別多國語言。然后一路點擊Next按鈕即可。

接下來，為了在python代碼中使用tesseract功能，使用pip安裝pytesseract：

pip install pytesseract

2、配置環境變量

為了在全局使用方便，比如安裝路徑為D:\Program Files (x86)\Tesseract-OCR，將該路徑添加到環境變量的path中

配置完成后在命令行輸入tesseract -v，如果出現如下圖所示，說明環境變量配置成功

3、驗證安裝

接下來，我們可以使用tesseract和pytesseract來分別進行測試。

我們以如下圖所示的圖片為樣例進行測試。

首先用命令行進行測試，將圖片下載到D盤chromeDownload文件夾，保存為image.png，然后在該文件夾中打開命令行，用tesseract命令測試：

tesseract image.png result

運行結果如下：

D:\chromeDownload>tesseract image.png result

Tesseract Open Source OCR Engine v3.05.02 with Leptonica

這里我們調用了tesseract命令，其中第一個參數為圖片名稱，第二個參數result?為結果保存的目標文件名稱。

運行結果便是圖片的識別結果：Python3WebSpider。可以在chromeDownload文件夾中看到result.txt，這時已經成功將圖片文字轉為電子文本了。

然后還可以利用Python代碼來測試，這里就需要借助于pytesseract庫了，測試代碼如下：

from PIL importImageimportpytesseract#獲取簡單的圖片，獲取image.png

text = pytesseract.image_to_string(Image.open('image.png'))print(text)

我們首先利用Image讀取了圖片文件，然后調用了pytesseract的image_to_string()方法，再將其識別結果輸出。

運行結果如下：

Python3WebSpider

如果成功輸出結果，則證明tesseract和pytesseract都已經安裝成功。

4、使用時遇到的坑

在使用tesseract命令行進行測試時，會議開始報以下的錯誤

Error opening data file \Program Files (x86)\Tesseract-OCR\tessdata/eng.traineddata

Please make sure the TESSDATA_PREFIX environment variableis set to the parent directory of your "tessdata"directory.

Failed loading language'eng'Tesseract couldn't load any languages!

Could not initialize tesseract.

報錯是意思是缺少環境變量TESSDATA_PREFIX，導致無法加載任何語言，就不能初始化tesseract。

解決的方法也很簡單，在環境變量中添加TESSDATA_PREFIX，如下圖

注意：變量值中的路徑為“D:/Program Files (x86)/Tesseract-OCR”，使用正斜杠“/”。windows中復制過來的路徑默認是反斜杠“\”

配置完成后，重新打開命令行，即可正常使用。

第二個坑是使用pytesseract時，出現以下錯誤

Traceback (most recent call last):

File"D:\Python36\lib\site-packages\pytesseract\pytesseract.py", line 170, inrun_tesseract

proc= subprocess.Popen(cmd_args, **subprocess_args())

File"D:\Python36\lib\subprocess.py", line 709, in __init__restore_signals, start_new_session)

File"D:\Python36\lib\subprocess.py", line 997, in_execute_child

startupinfo)

FileNotFoundError: [WinError2] 系統找不到指定的文件。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):

File"D:/python/20180911.py", line 4, in text= pytesseract.image_to_string(Image.open(r'D:\chromeDownload\image.png'))

File"D:\Python36\lib\site-packages\pytesseract\pytesseract.py", line 294, inimage_to_stringreturn run_and_get_output(*args)

File"D:\Python36\lib\site-packages\pytesseract\pytesseract.py", line 202, inrun_and_get_output

run_tesseract(**kwargs)

File"D:\Python36\lib\site-packages\pytesseract\pytesseract.py", line 172, inrun_tesseractraiseTesseractNotFoundError()

pytesseract.pytesseract.TesseractNotFoundError: tesseractis not installed or it's not in your path

這就很坑，添加了全局變量，還是提示tesseract沒有安裝或者不在PATH中。

百度了一下，解決方案如下。

pytesseract安裝后，在python的Lib目錄下site-packges下會生成一個pytesseract文件夾，文件夾中找到pytesseract.py，路徑為：D:\Python36\Lib\site-packages\pytesseract，使用notepad之類軟件打開pytesseract.py，找到如下兩行：

tesseract_cmd = 'tesseract'

將tesseract_cmd = 'tesseract'修改為：tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

表示tesseract_cmd配置的是你安裝tesseract的絕對路徑，這樣就能找到tesseract了。修改后保存，再去運行python代碼，就可以成功了。

總結

以上是生活随笔為你收集整理的怎么看python环境变量配置是否好了验证图片_python 的 tesserocr 模块安装与获取图片验证码...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。