Windows安装Tesseract-OCR和错误问题总结

---

Windows安装Tesseract-OCR 参考博客
https://segmentfault.com/a/1190000014086067
https://segmentfault.com/a/1190000014091417

---

报错 error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: https://visualstudio.microsoft.com/downloads/

方法一（需要安装很大的软件，最后还不一定成功，亲测失败 - -!）

这里配上visualcppbuildtools full.exe免费下载链接：https://pan.baidu.com/s/1yOchht9tBCXPbufYiUKNBg
提取码：rsg0
复制这段内容后打开百度网盘手机App，操作更方便哦

方法二 分别安装tesserocr 和 pillo（继续往下看，最好别动手做，亲测失败）

1. https://github.com/simonflueckiger/tesserocr-windows_build/releases
   pip install whl文件全路径
2. pillow的自行安装

方法三 如果还报错说from ._tesserocr import * tesserocr 模块找不到（还是不行，气死我了）

注意看看版本是否对应。。。该死浪费我这么多时间

https://github.com/simonflueckiger/tesserocr-windows_build/releases

使用Anaconda3安装

---

– 来自群里一个朋友的md文档，感谢

---

一、 下载安装 Anaconda3

下载地址

https://www.anaconda.com/distribution/#download-section

在 conda 中 安装 python3.7

conda install -c anaconda python=3.7.3

创建一个 Python3.7.3 的环境

conda create -n aspider_project python=3.7.3
activate aspider_project
deactivate

可以在 python 脚本中查看 python 版本

import sys
print(sys.version)

在国内用 conda 安装库的时候会比较慢，把镜像源设置为国内的，例如清华的镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes

此时，C 盘下的 .condarc文件内容就变为

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
show_channel_urls: true
ssl_verify: true

删除国内镜像源用如下命令

conda config --remove-key channels

## 二、 用 conda 配置 验证码识别的环境

下载安装 tesseract.exe 文件

下载地址

https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

安装时选中语言包，如果没有用国外的代理 ip，这个语言包下载的会奇慢无比。开启全局代理即可。

安装 tesserocr

conda install -c simonflueckiger tesserocr Pillow 
conda list  #查看已安装的库

如果包找不到，以 tesserocr 为例

anaconda search -t conda tesserocr      
anaconda show mcs07/tesserocr   #查看报信息，根据信息找到下载地址
conda install --channel https://conda.anaconda.org/mcs07 tesserocr

以 tesseract 为例

anaconda search -t conda tesseract      
anaconda show phygbu/pytesseract   #查看报信息，根据信息找到下载地址
conda install --channel https://conda.anaconda.org/mcs07 tesserocr

查看环境

conda info --env    #有一个星的代表有是当前环境
conda create -n aspider_project python=3.7.3    #创建环境
conda info --env    #再次查看环境
conda remove -n aspider_project --all   #删除环境
conda activate aspider_project  #激活环境
activate aspider_project    #切换环境

运行识别验证码脚本时报错：找不到指定的模块

ImportError: DLL load failed: 找不到指定的模块。

执行如下命令即可

conda uninstall pillow
conda update pip
pip install pillow

报错 Failed to init API, possibly an invalid tessdata path:XXX
把 Tesseract-OCR 文件夹下的 tessdata 文件夹放到报错信息中对应的路径中即可运行