pytesseract 错误 Windows 错误 [错误 2]答案

【问题标题】：pytesseract error Windows Error [Error 2]pytesseract 错误 Windows 错误 [错误 2]
【发布时间】：2017-01-14 16:34:39
【问题描述】：

您好，我正在尝试使用 python 库 pytesseract 从图像中提取文本。请找到代码：

from PIL import Image
from pytesseract import image_to_string
print image_to_string(Image.open(r'D:\new_folder\img.png'))

但出现以下错误：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 161, in image_to_string
config=config)
File "C:\Python27\lib\site-packages\pytesseract\pytesseract.py", line 94, in run_tesseract
stderr=subprocess.PIPE)
File "C:\Python27\lib\subprocess.py", line 710, in __init__
errread, errwrite)
File "C:\Python27\lib\subprocess.py", line 958, in _execute_child
startupinfo)
WindowsError: [Error 2] The system cannot find the file specified

我没有找到具体的解决方案。谁能帮我做什么。还有什么要下载的或者我可以从哪里下载等等。

提前致谢:)

【问题讨论】：

标签： python ocr python-tesseract windowserror

【解决方案1】：

我也遇到了同样的问题，看完这篇文章很快就找到了解决办法：

OSError: [Errno 2] No such file or directory using pytesser

只需要适配Windows，替换如下代码：

tesseract_cmd = 'tesseract'

与：

tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract'

（需要双 \\ 在字符串中首先转义 \）

【讨论】：

【解决方案2】：

您收到异常是因为子进程无法找到二进制文件（tesser 可执行文件）。

安装过程分为 3 步：

1.下载/安装系统级库/二进制文件：

对于各种操作系统，这里是help。对于 MacOS，您可以使用 brew 直接安装它。

安装 Google Tesseract OCR（有关如何安装 Linux、Mac OSX 和 Windows 上的引擎）。您必须能够调用 tesseract 命令作为 tesseract。如果不是这种情况，例如因为 tesseract 不在您的 PATH 中，所以您必须更改 tesseract.py 顶部的“tesseract_cmd”变量。在下面 Debian/Ubuntu 你可以使用包 tesseract-ocr。对于 Mac OS 用户。请安装自制软件包 tesseract。

对于Windows：

旧版本 3.02 的安装程序可用于 Windows，从我们的下载页面。这包括英语训练数据。如果你想使用另一种语言，下载相应的训练数据，使用 7-zip 解压，然后将 .traineddata 文件复制到 'tessdata' 目录，可能是C:\Program Files\Tesseract-OCR\tessdata。

要从任何位置访问 tesseract-OCR，您可能需要添加 tesseract-OCR 二进制文件所在的目录到 Path 变量，可能是C:\Program Files\Tesseract-OCR。

可以从here下载 .exe。

2.安装 Python 包

pip install pytesseract

3.最后，您需要在 PATH 中包含 tesseract 二进制文件。

或者，您可以在运行时设置它：

import pytesseract

pytesseract.pytesseract.tesseract_cmd = '<path-to-tesseract-bin>'

对于Windows：

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

以上行将使其暂时工作，对于永久解决方案，将tesseract.exe 添加到PATH - 例如PATH=%PATH%;"C:\Program Files (x86)\Tesseract-OCR"。
除此之外，确保将TESSDATA_PREFIX Windows 环境变量设置为包含 tessdata 目录的目录。例如：

TESSDATA_PREFIX=C:\Program Files (x86)\Tesseract-OCR

即tessdata位置是：C:\Program Files (x86)\Tesseract-OCR\tessdata

你的例子：

from PIL import Image
import pytesseract

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
print pytesseract.image_to_string(Image.open(r'D:\new_folder\img.png'))

【讨论】：

【解决方案3】：

您需要在您的机器上安装 Tesseract OCR 引擎（“Tesseract.exe”）。如果您的机器中没有配置路径，请在 pytesseract.py(tesseract.py) 中提供完整的路径。

README

安装 Google Tesseract OCR（有关如何在 Linux、Mac OSX 和 Windows 上安装引擎的附加信息）。您必须能够以 tesseract 的形式调用 tesseract 命令。如果不是这种情况，例如因为 tesseract 不在您的 PATH 中，您将不得不更改 tesseract.py 顶部的“tesseract_cmd”变量。在 Debian/Ubuntu 下，您可以使用包 tesseract-ocr。对于 Mac OS 用户。请安装自制软件包 tesseract。

Another thread

【讨论】：

【解决方案4】：

关于 pytesseract，我也遇到了同样的问题。我建议你在linux环境下工作，以解决此类错误。在 linux 中执行以下命令：

pip install pytesseract
sudo apt-get update
sudo apt-get install pytesseract-ocr

希望这会成功..

【讨论】：