pytesseract库的安装和使用

发布时间:2019-03-08 20:18:14编辑:auto阅读(1819)

    在写爬虫的时候总是遇到一些以图片的形式展示的信息,因此要怎么解析图片上的信息呢?在Google上查了一下,需要安装pytesseract和pillow(我用的python3.7)和Tesseract-OCR

    1. 安装pytesseract

      pip insatll pytesseract

    2. 安装pillow

      pip install pillow

    3. 安装Tesseract-OCR(https://github.com/tesseract-ocr/tesseract)

    4. 安装完后将Tesseract-OCR的安装路径添加到环境变量中PATH和Path中都要添加

    例如:

     

    5. 在python的安装路径下的修改安装的pytesseract库里面的pytesseract.py,将默认的改成Tesseract-OCR的安装路径

    7. 配置完了开始撸代码吧

    运行后发现会报错

    用Google查了一下,发现是因为验证码的图片模式为RGBA,是无法分配调色盘给透明通道的。更换为RGB模式则不会出现该问题。

    对原先的代码修改一下,变为:

    修改后就能正常使用了。

     

关键字