Windows 10 环境下 Tesserocr 安装与 Python 验证码识别配置指南

链接：https://pan.baidu.com/s/1l2yiba7ZTPUTf41ZnJ4PYw 提取码：t3bq

Windows 10 环境下 Tesserocr 安装与 Python 验证码识别配置指南

在 Windows 10 系统中配置 Tesserocr 环境

Tesseract 引擎下载与语言包配置

第一步需下载 Tesseract 引擎，它是 Tesserocr 的底层依赖。访问官方 Wiki 页面：https://github.com/UB-Mannheim/tesseract/wiki，根据系统版本选择下载。建议选用不带 dev 后缀的稳定版本，例如 tesseract-ocr-setup-3.05.02-20180621.exe。安装过程中务必勾选 Additional language data（下载语言数据），按需选择如简体中文、繁体中文或数学模块等 tessdata，无需全选。注意下载语言数据耗时较长，请耐心等待。

下载过程可能耗时较久，请保持耐心。

Python Tesserocr 库安装方法

安装 Python 对应的 tesserocr 库

推荐使用本地 whl 文件进行安装。tesserocr 官方 whl 文件下载地址为：https://github.com/simonflueckiger/tesserocr-windows_build/releases。请根据本地环境选择对应版本，例如 Windows 64 位系统配合 Python 3.5 版本。下载完成后，使用 cd 命令切换至 whl 文件所在目录，执行命令 pip install tesserocr-2.2.2-cp35-cp35m-win_amd64.whl 即可完成安装。

常见报错 UnicodeDecodeError 解决方案

若 tesserocr 报错 UnicodeDecodeError，通常由系统编码问题引起，可尝试使用替代模块。

pytesseract：pip install pytesseract

pip install pytesseract

初次运行往往不顺利，遇到的错误多数人也曾遭遇，常见报错类似如下：

Traceback (most recent call last): File "G:\pythonSources\my12306/obtain_message\test.py", line 4, in <module>
 print(tesserocr.image_to_text(image))
 File "tesserocr.pyx", line 2400, in tesserocr._tesserocr.image_to_text
RuntimeError: Failed to init API, possibly an invalid tessdata path: “本地某个路径”

一个简单且有效的解决方法是将 Tesseract-OCR 安装目录下的 tessdata 文件夹整体复制到报错提示的路径中，经测试该方法有效。

验证码识别测试代码示例

测试代码示例

import tesserocr
from PIL import Image
image=Image.open('image.jpg')
print(tesserocr.image_to_text(image))

总结

以上内容介绍了在 Windows 10 中配置 Tesserocr 并使用 Python 识别字母数字验证码的全过程。希望本文能对您有所帮助，如有任何疑问欢迎留言，小编会及时回复。感谢大家对本站的支持！ 若觉得本文有用，欢迎转载，请注明出处，谢谢！