tesseract -图像识别

20230306

下载链接：https://digi.bib.uni-mannheim.de/tesseract/

如下选择最新的版本，这里我选择tesseract-ocr-w64-setup-5.3.0.20221222.exe

配置tesseract的环境变量

1. 在用户变量path中，添加安装路径如：D:\Program Files\Tesseract-OCR

2. 在系统变量path中，添加安装路径如：D:\Program Files\Tesseract-OCR

3. 在系统变量中，新建变量名：TESSDATA_PREFIX

验证安装与环境配置成功：

有如下python模块操作tesseract

• pyocr

国内源：pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ pyocr （亲测可用）

import pyocr
import pyocr.builders

# 初始化
tools = pyocr.get_available_tools()

# 判断tools列表中是否为空，为空则初始化失败
if len(tools) == 0:    
    print("No OCR tool found")    
    sys.exit(1)

报错：No OCR tool found

1. 如果在cmd中就无法获取tool，请检查PATH中是否有tesseract？path是否配正确？

2. 如果cmd中能正常获取tool如下：

而pycharm不可以的话，请在环境变量用户变量中编辑pycharm，增加如下路径

• pytesseract

from pytesseract import pytesseract

# 定义tesseract.exe的路径
path_to_tesseract = r"C:\Program Files\Tesseract-OCR\tesseract.exe"


# Providing the tesseract executable
# location to pytesseract library
pytesseract.tesseract_cmd = path_to_tesseract

如果你有其他任何疑问，可以参考此链接：https://openpaper.work/download

20230316

发现一个问题：

当我本地测试用pyocr初始化去获取tesseract工具时，是可以获取到的，但是通过Jenkins去，却获取不到，目前仍然知晓原因，注意，Jenkins调用cmd是可行的。如果有人知道为什么或者有什么建议，可以在文章下面评论！