tesserocr下载安装

安装 Tesseract 4.0.0

1. 下载地址
   Index of /tesseract (uni-mannheim.de)

2. 安装 tesseract-ocr-w64-setup-v4.0.0.20181030.exe

3. 配置环境变量

4. 将 tessdata 文件夹复制至 Python/Anaconda 安装目录中

5. 测试是否安装成功

# cmd 输出版本号
tesseract -v

6. 使用tesseract
   • cmd进入图片目录
   • 输入命令行 tesseract <picture_file> <output_file_name> -l chi_sim
   • 目录下找到输出文件 result.txt

-l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为 .raineddata 简体中文字库文件名为: chi_sim.traineddata）

使用tesseract

7. 踩坑
   ERROR: tesserocr-2.4.0-cp37-cp37m-win_amd64 (1).whl is not a supported wheel on this platform.
   python -m pip install --upgrade pip

安装 Tesserocr

1. pip3 install pillow
2. 下载安装与Tesseract 版本对应的 Tesserocr文件地址 (github.com)
3. pip install tesserocr-2.4.0-cp37-cp37m-win_amd54.whl
   
   install tesserocr
4. 测试

# cmd python环境导入包tesserocr
>> python

>> import tesserocr

使用 tesserocr

5. 踩坑
   报错没有Microsoft C++ Build Tools

• 下载Microsoft C++ Build Tools
• 下载匹配的whl文件，文件地址 (github.com)
  .whl 文件只有python3.7及3.6的，python从3.8降为3.7
• conda install python=3.7
  python从3.8降为3.7后，pip不匹配，卸载pip后重新安装
• ImportError: cannot import name 'InvalidSchemeCombination' from 'pip._internal.exceptions'报错
• 删除报错文件夹下的pip和pip-20.2.4-py3.7.egg-info文件夹
• 使用conda remove --force pip命令强制删除环境中pip
• 使用conda install -c anaconda pip命令重新安装pip

参考文章：

1. pip3 install tesserocr安装失败（已解决）_zoujin6649的博客-CSDN博客_tesserocr安装失败
2. Tesseract-OCR 安装、中文识别与训练字库_氦叁的博客-CSDN博客
3. Tesserocr库安装与使用 - 知乎 (zhihu.com)
4. ImportError: cannot import name 'InvalidSchemeCombination' from 'pip._internal.exceptions'报错解决 - 嘉禾旧木 - 博客园 (cnblogs.com)
5. Release tesserocr v2.4.0 (tesseract 4.0.0) · simonflueckiger/tesserocr-windows_build (github.com)
6. tesserocr：第三方模块tesserocr安装 - 云+社区 - 腾讯云 (tencent.com)