python图片识别之tesseract

经过两个下午的尝试，终于搞出来了；特记录下来备忘；
首先来看python代码识别图片，这一段较为简单；

from PIL import Image
# import tesserocr   # 完全可以不用这个
import pytesseract

image = Image.open(r'hahah.jpg')	# 打开图片
result = pytesseract.image_to_string(image, 'chi_sim')
# 转化str，注意'chi_sim'是语言包库
print(result)

结果输出：图片内的文字信息；

过程中各种报错；
1、安装pytesseract过程；

pip install pytesseract

安装这个在pip中没问题，但是运行时候发现缺少tesseract库；

2、下载tesseract库；
地址：tesseract下载

我电脑是64的，下载了64bit版本；

3、安装tesseract；
这里我吧地址安装到了：E:\Program Files (x86)\Tesseract；（后边要用这个）
默认情况下安装在：C:\Program Files (x86)\ 文件下；
注意：安装时候不要选择语言包，下载慢死了，我是在这里踏了个坑啊，断了好几次NNDX；

4、下载语言包；
地址：语言包地址 chi_sim
这里我只单独下载了chi_sim包，在git上下载时候，可以下全套的，只要你愿意真的大；
然后把下载好后的包，放在安装目录下的tessdata目录内即可；eng和chi_sim足矣
E:\Program Files (x86)\Tesseract\tessdata （我的地址）

5、环境变量配置（重点）；
系统变量：PATH 下增加 E:\Program Files (x86)\Tesseract
系统变量: TESSDATA_PREFIX 下增加 E:\Program Files (x86)\Tesseract\tessdata
第一次没配置语言包，又报错；哎郁闷；

6、上边操作完了，验证一下tesseract的安装情况；
进入管理控制台(cmd)
tesseract -v 查询版本
tesseract --list-langs 查询语言包清单


O了，基本东西安装完成；

7、修正tesseract默认地址描述；
这里又是一坑，还报错我差点崩溃了，还好吃了个橘子稳住了（报错码我就不上了）；
进入pytesseract.py文件，修正tesseract_cmd地址；

# tesseract_cmd = 'tesseract'
tesseract_cmd = 'E:\Program Files (x86)\Tesseract\\tesseract.exe'

总算不报错了，但是尼玛出来的字又不对；


目前崩溃中，继续找方法！