Debug：tesseract 缺少语言数据

最新推荐文章于 2025-04-12 23:21:21 发布

原创

最新推荐文章于 2025-04-12 23:21:21 发布 · 2.6k 阅读

标签

#debug

收录于

当执行`tesseract --list-langs`命令时遇到错误，提示缺少`eng`（英语）语言训练数据。解决方法是访问https://github.com/tesseract-ocr/tessdata下载`eng.traineddata`，然后将其移动到`/usr/share/tessdata/`目录。完成此操作后，通过`tesseract --list-langs`测试，确认英语语言已被成功添加。

一、报错内容

二、解决方案

一、报错内容

执行 tesseract --list-langs 命令时报错，原因是缺少了对应的语言训练数据（下面报错信息显示缺少了 eng/英语的训练数据）：

$ tesseract --list-langs
Error opening data file /usr/share/tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.
Failed loading language 'eng'
Tesseract couldn't load any languages!
List of available languages (0):

二、解决方案

从 https://github.com/tesseract-ocr/tessdata 下载语言数据，例如 eng.traineddata，把下载后的语言数据复制到 /usr/share/tessdata/ 即可。

$ wget https://github.com/DanBloomberg/leptonica/releases/download/1.81.1/leptonica-1.81.1.tar.gz
$ mv eng.traineddata /usr/share/tessdata/

测试可用的语言数据：

$ tesseract --list-

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

miaow~miaow

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

tessdata-4.1.0-2024-03-20.zip Tessdata是包含Tesseract OCR引擎所需的训练数据

03-20

Tessdata是包含Tesseract OCR引擎所需的训练数据文件（`.traineddata`），用于识别不同语言的文字。使用场景的区别：当你的OCR任务需要识别特定语言的文本时，使用tesdata目录中的语言特定训练数据文件会更加合适，因为它们包含了该语言特有的字符和语法信息，能够提供更高的识别准确率。 tessdata 主要用于Tesseract OCR（Optical Character Recognition，光学字符识别）引擎，提供了针对特定语言的训练数据。这些数据对于OCR任务来说至关重要，因为它们包含了字符识别、字体差异、语言特性等信息，使得Tesseract能够准确地识别和转换图像中的文本。以下是几种典型的使用场景介绍： 1. 文档数字化在图书馆、档案馆或企业将纸质文档数字化为可搜索、可编辑的电子格式时，使用对应语言的tessdata文件能显著提高识别准确率。这对于保存历史文档、提高办公效率等方面非常有用。 2. 自动表单处理企业和服务提供商经常需要处理大量的表单或申请，使用Tesseract OCR来自动读取表单上的信息（如姓名、地址、电话号码等），

参与评论您还未登录，请先登录后发表或查看评论

tesseract运行代码过程中出现的问题

u014229742的博客

12-28

1万+

1.pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it’s not in your path 解决办法：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)\Tesser...

Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory

胭脂草的ABC博客

10-25

4523

conda环境下Failed loading language \‘chi_sim\‘ Tesseract couldn\‘t load any languages问题解决

十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎

11-17

2603

Conda是一个强大的工具，对于管理复杂的Python项目和环境至关重要。它简化了包管理和环境设置，使得Python开发更加容易和高效。通过使用Conda，开发者可以确保他们的项目在不同机器和操作系统上都能以相同的方式运行，大大提高了项目的可移植性和可复现性。

“Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory”

AI悦创·编程私教1v1

03-02

5100

“Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory” 这是因为没有将 tesseract/tesserdata 加入到环境变量里面。将 TESSDATA_PREFIX 加入到用户环境变量，步骤如下： sudo vi ~/.bash_profile 添加到文档末尾，并保存退出 export TESSDATA_PREFIX=/Users/user_name/tessera

Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata“ directory但环境变量已设

m0_45208018的博客

06-18

4128

Tesseract-OCR的英文识别模式（leng='eng')可以运行，但中文简体模式及其他语言模式不行。环境变量已设置，还是Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.

Debug：tesseract 缺少依赖库 libpng/libtiff

fengbohello的专栏

07-30

1771

目录一、报错信息二、安装依赖库并重新编译leptonica 一、报错信息 $ tesseract --list-langs Error in pixReadMemTiff: function not present Error in pixReadMem: tiff: no pix returned Error in pixaGenerateFontFromString: pix not made Error in bmfCreate: font pixa not made List of .

Windows下debug/release下tesseract已编译的库：简化OCR集成流程

最新发布

gitblog_06712的博客

04-12

897

Windows下debug/release下tesseract已编译的库：简化OCR集成流程【下载地址】Windows下debugrelease下tesseract已编译的库该项目为Windows开发者提供了预编译的Tesseract OCR库，支持debug和release两种模式，显著简化了集成过程。debug版...

Windows下debug/release下tesseract已编译的库

gitblog_06708的博客

04-12

911

Windows下debug/release下tesseract已编译的库【下载地址】Windows下debugrelease下tesseract已编译的库该项目为Windows开发者提供了预编译的Tesseract OCR库，支持debug和release两种模式，显著简化了集成过程。debug版本包含详细的调试信息...

Tesseract 数据训练

qq_36271235的博客

01-20

1287

1. Merge合并样本文件生成后缀为.tif格式文件 khm.font.exp0.tif Tool->merge tiff (jTessBoxEditor工具) 2. 生成 .box文件 khm.font.exp0.box (注意-l khm –psm) tesseract khm.font.exp0.tif khm.font...

Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata“ directory.

shenyuan12的专栏

08-16

5329

在环境变量中新增加一个TESSDATA_PREFIX 的变量，路径写你自己安装的tessdata的路径 ----------------------------------------------------------------------------------------------------------------------- tesseract的一个操作问题，简单记录类似坑尽量少踩运行 .\tesseract.exe .\1356445914_9857.jpg tstimg 报.

tesseract-ocr安装包和中文语言包完整版

01-14

Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。

tessdata_fast-master.zip

11-10

These models only work with the LSTM OCR engine of Tesseract 4. These are a speed/accuracy compromise as to what offered the best "value for money" in speed vs accuracy. For some languages, this is still best, but for most not. The "best value for money" network configuration was then i

tesseract配置问题（识别）Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata“

m0_55496896的博客

07-06

1054

为了自己查阅方便

【环境变量TESSDATA_PREFIX不能正常读取Tesseract路径问题】

qq_51615662的博客

02-19

3581

意思时没能找到文件，路径出现错误，在使用Tesseract需要配置环境变量这是内部定义好的我们需要在环境变量新建一个在path里面也要加一个，cmd检验是配置好的但是奇怪的是：这里的路径并没有tessdata，因为traineddata是在tessdata文件下的，我将path里的和TESSDATA_PREFIX 都加上tessdata也没有效果。

Failed loading language ‘eng‘ Tesseract couldn‘t load any languages!(加载语言“eng”失败 Tesseract无法加载任何语言)

Tony_aaaa的博客

09-19

3184

加载语言“eng”失败 Tesseract无法加载任何语言

weixin_45789365的博客

03-16

4787

tesseract-oc最新版安装以及常见错误解决方法

Tesseract-OCR使用报错-Error opening data file E:\study_software\Tesseract-OCR;/chi_sim.traineddata