命令行使用pip 安装python模块

因为没有把pip加入环境变量,so 进入pip对应路径:

C:Python27Scripts>pip install pytesseract

如果pip版本太弱了,升级pip

pip show pip

C:Python27Scripts>pip install --user --upgrade pip

或者用:python -m pip install --upgrade pip -i https://pypi.douban.com/simple

-------------------------------------------------------------------------------

  1. 打开cmd
  2. 到达安装目录
  3. python setup.py build
  4. python setup.py install

cd  C:Python27Scripts esseract-ocr-0.0.1

pip install pytesseract

pip install --index-url http://pypi.douban.com/simple/ tesseract-ocr

==============================Tesseract-OCR 和 pytesseract 模块安装=======================

语言包下载地址:

3.04版本:https://github.com/tesseract-ocr/tessdata/tree/3.04.00

4.0版本:https://github.com/tesseract-ocr/tessdata

下载中文 chi_sim.traineddata 和 chi_tra.traineddata

一、环境变量配置

1.系统变量Path

D:Program FilesTesseract-OCR

2.系统自定义变量:TESSDATA_PREFIX

D:Program FilesTesseract-OCR	essdata

测试:

 语法】:  tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile…]

  imagename为目标图片文件名,需加格式后缀;outputbase是转换结果文件名;lang是语言名称(在Tesseract-OCR中tessdata文件夹可看到以eng开头的语言文件eng.traineddata),如不标-l eng则默认为eng。

  tesseract  --help

  tesseract 1.jpg log -l eng (识别英文测试,默认)

  tesseract 1.jpg log -l chi_sim(识别中文测试)

二、编辑:C:Python27Libsite-packagespytesseractpytesseract.py

32行:

# tesseract_cmd = 'tesseract'
tesseract_cmd = u'D:/Program Files/Tesseract-OCR/tesseract.exe'

2、Tesseract训练:

因为识别能力很有限,需要进行训练

大体流程为:安装jTessBoxEditor -> 获取样本文件 -> Merge样本文件 –> 生成BOX文件 -> 定义字符配置文件 -> 字符矫正 -> 执行批处理文件 -> 将生成的traineddata放入tessdata中

参考博客:

https://www.cnblogs.com/hupeng1234/p/7136442.html
https://blog.csdn.net/dcba2014/article/details/78969658
http://www.inimei.cn/archives/770.html
https://blog.csdn.net/guzhenping/article/details/80122947
https://www.cnblogs.com/cnlian/p/5765871.html
https://www.cnblogs.com/wzben/p/5930538.html

原文地址:https://www.cnblogs.com/alex-13/p/14266541.html