导入pytesseract

Question

我正在尝试使用pytesseract进行OCR（从图像中提取文本）。我已经成功安装了pytesseract，使用的命令是 -

pip install pytessearct

当我尝试重新安装时，它明确地显示：-

Requirement already satisfied (use --upgrade to upgrade): 
pytesseract in ./site-packages

这意味着pytesseract已经成功安装。当我尝试在我的iPython笔记本中导入这个包时，使用以下命令 -

import pytessearct

它抛出一个错误 -

ImportError: No module named pytesseract

为什么会发生这种情况？

- ComplexData

---

这个./site-packages是Python安装时自带的路径，还是你项目目录的引用路径？ - be_good_do_good

你能否创建一个名为“PYTHONPATH”的环境变量，并将site-packages的完整路径作为该变量（PYTHONPATH）的值？ - be_good_do_good

我按照你说的创建了变量。我需要做其他的更改吗？因为问题依然存在。 - ComplexData

你是否将 site-packages 的完整路径添加为你创建的系统变量的值了？ - be_good_do_good

IPython 可能在与 pip 安装的 Python 不同的安装中运行。请在 IPython 中检查 sys.path，以查看它将尝试从哪些目录导入。 - Thomas K

Answer 1

要使用Python-tesseract - 需要python 2.5+或python 3.x - 首先您需要通过pip安装PIL和pytesseract软件包：

pip install Pillow
pip install pytesseract

接下来您需要下载并安装Tesseract OCR:

https://sourceforge.net/projects/tesseract-ocr-alt/?source=typ_redirect

据我所知，它会自动将其添加到您的PATH变量中。

然后按照以下方式使用它:

import pytesseract
from PIL import Image

img = Image.open('Capture.PNG')
pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe'
print( pytesseract.image_to_string(img) )

我希望这能有所帮助 :)

- ajlaj25

---

不要下载OCR，请使用以下命令安装：sudo apt install tesseract-ocr。 - Roman