logo标签列表

Pyinstaller和Tesseract OCR

pythonocrpyinstallertesseractpython-tesseract
4
我正在使用Tesseract OCR编写程序，我将使用pyinstaller将其转换为单个.exe文件。问题在于，为了使Tesseract正常工作，我需要引用计算机上安装的程序路径，例如：pytesseract.pytesseract.tesseract_cmd = 'E:\\Tesseract-OCR\\tesseract' 由于这不仅是可以导入的独立库，而是一个独立的程序，因此我无法将其作为“--add_data”参数传递给pyinstaller。那么我该如何制作一个单文件可执行文件呢？
从[python] [tesseract] path中选择一个。 - stovfl
1
不，我的问题还没有得到答案。Tesseract运行正常，路径也正确。问题在于将Tesseract与我的程序一起打包成一个可执行文件。Tesseract不是像jpg或文本文档那样可以附加到pyinstaller上的，我也不能附加包含另一个程序的整个文件夹。 - Mirrah
从你的问题中：“我需要引用路径”？这不是pyinstaller设置正确的环境路径到tesseract的部分。你必须在目标计算机上或在你的Python程序中进行设置。 - stovfl
我是想为pyinstaller引用它。所以使用我的程序时，用户需要单独安装tesseract，对吗？ - Mirrah
“用户需要单独安装tesseract，对吗？”：这是一个可能的解决方案。据我所知，“pytesseract”是围绕“tesseract.exe/.dll”包装的，并期望在适当位置找到“.exe/*.dll”。我可以想象，“pyinstaller”可以捆绑所有二进制文件，但您必须设置环境变量，以便“pytesseract”能够找到并加载这些文件。 - stovfl
6个回答
7
假设你在使用Windows系统，我也遇到过这个问题，并且认为通过编译tesseract的静态版本（不需要安装）并将其路径作为二进制文件包含在pyinstaller规范文件中来解决了它。
官方编译说明在此处：

https://tesseract-ocr.github.io/tessdoc/Compiling.html#windows

安装 MS Visual Studio 15（带 c++） 和 vcpkg 并通过命令提示符执行以下操作之一：

64 位： vcpkg install tesseract:x64-windows-static

32 位： vcpkg install tesseract:x86-windows-static

tesseract 可执行文件将位于 PC 上的 vcpkg 文件夹中的几个子文件夹内。除此文件外，您还需要下载一个 .trainneddata 文件，并将其放置在名为“tessdata”的文件夹中，与 tesseract exe 在同一目录下。

创建 pyinstaller 规范文件并编辑 Analysis(binaries=[]) 部分以包括 tesseract 所在的文件夹路径（如果您不使用 tesseract 的子文件夹，则需要添加 tesseract.exe 和 tessdata 子文件夹）。我也更改了 inclide_binaries=True

运行 pyinstaller 并包括选项 --specpath 'yourspecfile.spec'

我尚未尝试在另一台电脑上运行它，因此还没有完全测试它是否按预期工作（我对编译 c++ 一无所知，可能还需要其他文件/链接以支持 tesseract，因为我只在构建 PC 上进行测试）

如果你有问题请告诉我。这个问题让我很头疼，所以我很乐意提供帮助！ - Zstr33
我终于安装了vcpkg和tesseract-static，但现在无法弄清如何在代码中正确引用.exe和.traineddata。网站上的示例有点令人困惑。我的意思是，现在我们没有tesseract.exe和traineddata了，而是有一个单文件可执行脚本，所以我不能像pytesseract.pytesseract.tesseract_cmd ='E:\Tesseract-OCR\tesseract'那样做，对吗？那么我们如何才能正确地引用它呢？非常感谢！ - Mirrah
1
你仍然有tesseract.exe和trainneddata文件。我将它们保存在我的Python代码的子文件夹中。对于pyinstaller onefile，您还需要使用解决文件路径的方法，请参见此处resource_path函数的答案：https://dev59.com/EGsz5IYBdhLWcg3wxax3 - Zstr33
1
补充上一条评论，当使用resource_path函数引用tesseract时，您需要这样做：pytesseract.pytesseract.tesseract_cmd = resource_path('\tess\tesseract.exe')，其中“tess”是我在主项目文件夹中保存tesseract的子文件夹。您必须这样做的原因是因为pyinstaller onefile选项在运行时会将所有内容解压缩到临时文件夹中。 - Zstr33
4

@Zstr33的回答是正确的，但缺少细节。下面的指导已在Windows 10 64位上进行了测试。官方编译指南链接：https://tesseract-ocr.github.io/tessdoc/Compiling.html#windows。

步骤：

  1. 安装Visual Studio。确保安装以下内容：点击Desktop Development with C++和Universal Windows Platform Development

    然后，单击“个人组件”。

    单击标签页个人组件

    然后，选择以下内容。
    Nuget Package Manager、MSVC v142 - VS 2019 C++ x64/x86 build tools、C++ CMake Tools for Windows、MSVC v142 - VS 2019 C++ ARM64 Build Tools和NuGet targets and build tasks

    你可以添加其他组件，但这些组件是编译tesseract静态二进制文件所需的。此外，如果你不使用英语，请单击语言包选项卡并添加英语语言包，这对于vcpkg是必需的。

  2. 按照快速入门指南安装vcpkg，可以在这里找到：https://github.com/microsoft/vcpkg#getting-started。

  3. 导航到复制vcpkg目录的位置，或将其添加到路径中。然后运行：vcpkg install tesseract:x64-windows-static（64位）或vcpkg install tesseract:x86-windows-static（32位）。

  4. 转到放置tesseract目录的位置\tesseract_x64-windows-static\tools\tesseract（64位），或者放置tesseract目录的位置\tesseract_x86-windows-static\tools\tesseract（32位）。

  1. 使用--onefile与pyinstaller一起使用。
3

我使用以下命令使用Tesseract和EasyOCR构建了我的应用程序exe，希望这可以帮到你。

python -m PyInstaller --paths "fullpath-to-custom-libraries" --add-data "C:\Program Files\Tesseract-OCR;Tesseract-OCR" --collect-all easyocr --onedir -w main.py
1
我最终成功了使用Pyinstaller运行它。
首先，我需要创建两个Hook文件，如此处所述：

https://github.com/jbarlow83/OCRmyPDF/issues/659#issuecomment-714479684

然后，在运行exe时，我仍然遇到了一个错误，缺少pikepdf._cpphelpers

要解决这个问题，只需要添加：

from pikepdf import _cpphelpers

按照这里描述的方式，在您的Python文件中：

如何在我的脚本导入模块pikepdf和pdfminer3时修复pyinstaller“没有模块命名……”错误？

我的Pyinstaller调用看起来像这样：

pyinstaller --onefile appname.py --paths="C:\python\anaconda3\envs\appname\Lib\site-packages" --additional-hooks-dir="C:\coding\appname\Hooks"
0

由于使用pyinstaller打包可能会非常麻烦，因此我采取了以下步骤：

  1. 在我的脚本中导入Pytesseract
  2. 使用pyinstaller创建Exe文件（在我的spec文件中没有定义任何内容）
  3. 使用外部安装程序创建Tesseract-Ocr安装程序和我的script.exe。

因此，最终用户将同时拥有tesseract安装程序和tesseract。 使用外部安装程序，您可以拥有很多自由度，并且还可以玩弄路径变量。

这是一个不错的解决方案，谢谢！不过我无法生成单个可执行文件，是吗？因为这意味着我将无法引用其他可执行文件。但我想这可能是最简单的方法，感谢。 - Mirrah
你能详细解释一下吗？ - Talha Anwar
0

我尝试了使用pyinstaller和ocrmypdf，但始终无法使其正常工作。最终我使用了Nuitka，从一开始就可以正常工作 :-)

可以使用类似以下的方式：

python -m nuitka --mingw64 --standalone --follow-imports  yourapp.py

http://nuitka.net/doc/user-manual.html

这里已经有一个类似的答案了，只是找不到链接了。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接