python下使用tesserocr遇到的一些坑

我是在win7 64位系统下用的.

1. 首先是安装tesseract,这个可以去官网下载,我使用的是3.05.1,安装时使用默认安装路径就行了,下载语言包速度很慢很慢,需要等

2. 接下来就是安装tesserocr了,这个在pycharm中无法自动安装,也无法通过pip3来进行安装,需要下载whl文件安装了,有32位和64位的,但是它不支持64位的python,只能安装在32位下,所以我安装了两个python.

   安装好了以后以为可以愉快地使用了,但是一运行就出错了,Failed to init API, possibly an invalid tessdata,提示无法初始化什么的,后来查资料发现需要把tesseract下的tessdata目录复制到python的安装目录下才可以使用,具体可以参照下面这个贴子

   https://www.jianshu.com/p/dcad7ee3b162

3. 终于弄好可以正常运行了,随意找了个验证码图片,基本上识别不出来.

4.也可以安装pytesseract,这个能直接安装上,运行的时候需要设置一下
pytesseract.pytesseract.tesseract_cmd='C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
tessdata_dir_config = '--tessdata-dir "C:\Program Files (x86)\Tesseract-OCR\tessdata"'
vode=pytesseract.image_to_string(img,config=tessdata_dir_config)

结果是啥也识别不出来,查了说是需要自己训练数据,反正我是不知道怎么训练数据.