Python3.6安裝使用tesserocr檔案時遇到問題

　　本機運作環境：

　　Win 10 version 1709;

　　Python 3.6.3 (v3.6.3:2c5fed8, Oct 3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32

　　在Windows10下，首先需要下載下傳tesseract，它為tesserocr提供底層支援。具體下載下傳官方路徑：https://github.com/UB-Mannheim/tesseract/wiki，選擇對應的系統版本，可以選擇一個相對不帶dev的穩定版本下載下傳，如：tesseract-ocr-setup-3.05.02-20180621.exe，

然後一路安裝，唯一記得勾選Additional language data（download），勾選可能會用到的語言tessdata，如簡體、繁體中文，數學子產品等，不需要全選，下載下傳tessdata的時間會比較長。

我們在PowerShell下使用pip3 install tesserocr pillow 指令安裝 tesserocr時通常會報錯：“error: Microsoft Visual C++ 14.0 is required. Get it with "Microsoft Visual C++ Build Tools",這個時候不宜直接去下載下傳Microsoft Visual C++ Build Tools，而是使用原始的whl檔案方式安裝。tesserocr 的whl官方檔案下載下傳路徑：https://github.com/simonflueckiger/tesserocr-windows_build/releases，

再次在powershell下安裝：使用cd跳轉到whl檔案所在目錄，然後執行 ”pip3 install tesserocr-2.2.2-cp36-cp36m-win_amd64.whl“，即可輕松完成安裝。

緊接着用例子驗證如何使用：我們找到一個驗證碼圖檔：image.jpg，下載下傳到本地磁盤，用代碼進行驗證：

1 import tesserocr
2 from PIL import Image
3 image=Image.open('image.jpg')
4 print(tesserocr.image_to_text(image))

不出意外，首次運作總是不順利，相信我遇到的坑大多數人都會遇到，大抵錯誤類似：

Traceback (most recent call last):

File "c:\Users\NewJune\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: C:\Python36\

不難看出 tesserocr.py檔案沒有指定正确的tessdata 路徑，本人的python也并非安裝在C:\Python36\，網上看到的方法都是添加D:\Program Files\Tesseract-OCR這個到系統環境變量，依然不成功，目前本人沒找到如何修改tesserocr.py關聯的tessdata path有效方式，但是比較簡單粗暴的方法是，可以根據提示，直接手工建立C:\Python36\，并将D:\Program Files\Tesseract-OCR對應的tessdata檔案夾整個拷貝到C:\Python36\即可。親測有效。

再次在vscode下運作程式，直接可以輸出”7364“，與驗證碼内容一緻。

快來掃碼關注我的公衆号擷取更多爬蟲、資料分析的知識！