1.      環境

2.     安裝pytesseract、pillow

    被坑死了！晚上酒足飯飽洗漱完畢，閒來無事，在網上隨便看看，就看到了這麼一篇博文《Python3一行程式碼實現圖片文字識別》，能不試試嗎？！ 

    看程式碼中導包語句，有用到pytesseract和PIL，在Python命令列試了一下，沒有這兩個包，那就裝pytesseract吧，裝PIL吧。 裝pytesseract還挺順利，在命令列pip install pytesseract就好了

但裝PIL的時候告訴我找不到合適的版本：

    好吧，問一下百度吧，說是PIL只支援Python2.7，不支援Python3.x,可以裝pillow支援Python3.x，仔細看了一下上面安裝pytesseract時的提示資訊，其實已經安裝了pillow。

    這下子敲上例子中的四行程式碼，就可以看到輸出文字了吧？你太天真了！

3.      修改pytesseract.py+安裝tesseract-ocr

    又報錯了：

    繼續百度吧，說是要把Python根目錄\Lib\site-packages\pytesseract\pytesseract.py中的tesseract_cmd ='tesseract'

    可是等等，我的C:\ProgramFiles (x86)\下沒有Tesseract-OCR更沒有tesseract.exe啊，怎麼我裝了pytesseract沒tesseract.exe的啊，再一搜，Tesseract-OCR需要單獨安裝的，下了安裝包安裝吧。

    裝完，把tesseract_cmd也改了，滿心歡喜地以為這下該搞定了，還是錯，錯，錯……

4.      安裝中文文字識別庫

    這大晚上的，我真的好無助啊，手腳都冰涼冰涼的了，唯一陪伴我的只有百度，只能繼續找她商量啊。

    原來還缺少簡體中文識別包，下了chi_sim.traineddata放到D:\Program Files(x86)\Tesseract-OCR\tessdata下，再次哆哆嗦嗦地敲下那行程式碼，打回車，還好還好，沒報錯，列印吧。

雖然有錯字，呃，圖片如下，用的是原文作者的，總算是能看到結果了，也算是大差不差的。

    唉，什麼事情還是得自己動手試試才知道是怎麼回事，所謂一行程式碼，原來背後這麼多故事，哈！

5.      Eclipse中的嘗試

需要設定環境變數TESSDATA_PREFIX為tesseract-ocr的tessdata，並重啟Eclipse。

    最後只想說一句，用pytesseract+tesseract-ocr的識別度並不高，而且對圖片上字型變化的適應性很差，可以看一下下面兩個圖片識別結果對比：

識別結果為

江雪

千山鳥飛絕 , 萬徑人蹈滅。

孤舟褪笠翁 , 獨釣寒江雪。

識別結果為

    江雪

    無山恩飛納 , 萬徑人醫

    答翩 , 獨釺鑾

6.     參考文獻

[3]  Python pytesseract WinError 2  https://blog.csdn.net/supercooly/article/details/51314659