python爬虫 tesserocr 工具报错

Question

python3.12 虚拟环境 如何调用 系统基础环境中的 api

学习python爬虫有一个 光学识别 的工具 正常下载后没有问题，但是执行python代码的时候报错，个人的初步推断是因为 虚拟环境无法调用到系统环境中的api 在网上找了很多资料没有这方面的讲解，希望各位 能讲解一下

以下：

终端直接调用工具是可以正常执行的

使用Python调用就会报错
网上也查资料了，说是要把tesser data 放在报错目录 ，可是 我尝试了也是报错。

系统环境：Ubuntu20.04 python3.8.10 python3.12

虚拟环境是 python 的venv 创建的 以下是目录

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

根据你的描述和提供的图片，问题似乎出在虚拟环境中无法正确找到 tesseract 的 tessdata 路径。下面是一些建议和解决方案：

检查 tessdata 路径

首先确保你的 tessdata 文件夹包含正确的训练数据文件（如 eng.traineddata）。你需要找到这个文件夹并确保它位于你的系统的 PATH 中，或者在代码中指定正确的路径。对于 Python 中的 tesserocr 库，你可以通过设置环境变量 TESSDATA_PATH 来指定 tessdata 的路径。

在虚拟环境中设置 TESSDATA_PATH

你可以在虚拟环境中设置 TESSDATA_PATH 环境变量来指向 tessdata 文件夹的位置。在 Linux 中，你可以这样做：

export TESSDATA_PATH=/path/to/your/tessdata

在 Python 脚本中，你也可以使用 os.environ 来设置这个环境变量：

import os
os.environ['TESSDATA_PATH'] = '/path/to/your/tessdata'

确保替换 /path/to/your/tessdata 为实际的路径。

确保 tesserocr 正确安装

检查你的虚拟环境中 tesserocr 是否正确安装。你可以尝试重新安装或更新它：

pip install --upgrade tesserocr

检查 Python 和 tesserocr 的兼容性

你提到你正在使用 Python 3.12，而 tesserocr 可能不支持这么新的版本。尝试使用与 tesserocr 兼容的 Python 版本，例如 Python 3.8 或 3.9。你可以查看 tesserocr 的文档或其在 PyPI 上的页面来确认兼容的 Python 版本。

使用系统全局安装的库

如果你的系统已经安装了 tesseract 和相关的库，并且它们位于系统的 PATH 中，那么你可能需要在虚拟环境中避免重新安装这些库。你可以考虑在虚拟环境中运行你的脚本，而不是在全局环境中安装这些库。这样，虚拟环境可以访问系统级别的库和工具。

总之，你需要确保 tesseract 和其相关的数据路径在正确的位置，并且你的 Python 环境能够访问它们。希望这些建议能帮助你解决问题！