python3使用OCR识别图片

放假三天，闲来无事，想学下python爬虫。本想跟着网上教程操作一遍，奈何安装使用过程中出现一堆问题，并且在网上搜了一堆复制黏贴的答案，关键都不能起作用，最后终于找到一篇生效，为了以后不至于再经历这种痛苦，还是将多年未用的账号给翻了出来，将安装过程记录下来，以免以后突然心血来潮又想搞一把。

环境：

• win10
• python 3.10.4
• tesseract-ocr-w64-setup-v5.0.1.20220118

看网上教程，使用python识别图片需要先安装tesseract，然后再安装python ocr库，才能正常使用。这里分为两部分介绍：

tesseract

• 安装

安装包下载路径https://digi.bib.uni-mannheim.de/tesseract/，从上面下载所需版本后，点击安装：

需要注意的是此次将“Additional language data(download)”选中，然后一路点击Next，直至安装即可。

• 配置环境变量

首先需要新建系统变量TESSDATA_PREFIX，设置成你的软件安装路径：（注意加上tessdata，此处网上的坑极大，没有加导致使用时报

Error opening data file C:\Program Files\Tesseract-OCR\eng.traineddata

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

）

然后需要在PATH变量中添加软件的安装路径：

然后打开CMD进入图片存放路径验证是否能识别成功：（image.png可以换成带有字母或数字的图）

安装Python的OCR识别库

• 安装

直接使用命令安装：

pip install Pillow
pip install pytesseract

• 使用

在python脚步中添加如下代码，执行即可看到结果：

textPath = "C:\\Users\\umj\\Desktop\\image.jpg"
print(pytesseract.image_to_string(Image.open(textPath), lang="eng"))

参考链接：https://www.jb51.net/article/183990.htm