tesserocr

环境要求

• Python 3.9 及以上版本（不再支持 Python 2）
• libtesseract >= 3.04
• libleptonica >= 1.71
• pkg-config（源码编译时需要）
• Debian/Ubuntu 系统可用 apt 安装依赖

安装与启动步骤

1. 1安装系统依赖

   在 Debian/Ubuntu 上一次性安装 Tesseract 运行时、开发头文件和 leptonica 开发包，供后续编译使用。

   apt-get install tesseract-ocr libtesseract-dev libleptonica-dev pkg-config

   复制

2. 2确认 Tesseract 版本

   检查已安装的 Tesseract 版本，低于 3.04 时需按官方文档手动编译更新版本。

   tesseract --version

   复制

3. 3安装 tesserocr

   系统依赖就绪后，从 PyPI 安装 tesserocr 库本身。

   pip install tesserocr

   复制

4. 4验证导入

   在 Python 中导入 tesserocr，确认 Cython 扩展能与本机 Tesseract 库正常链接。

   python -c "import tesserocr; print('ok')"

   复制

5. 5配置库搜索路径

   若 Tesseract 装在非默认位置，需把其库目录加入 LD_LIBRARY_PATH，否则导入会失败。

   export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

   复制

6. 6运行识别示例

   用 Pillow 打开图片并交给 tesserocr 识别，验证 OCR 流程可用。

   python -c "from PIL import Image; import tesserocr; print(tesserocr.image_to_text(Image.open('test.png')))"

   复制

关键配置

如何确认成功

执行 python -c "import tesserocr" 无报错，说明扩展已成功链接本机 Tesseract 库。

常见问题

注意事项

• README 只给出 Debian/Ubuntu 的依赖安装方式，其他系统请参照相同依赖自行准备。
• libtesseract 与 libleptonica 的开发包必须与运行时包同时安装，否则源码编译会失败。
• 更新 Tesseract 后需要同步检查 LD_LIBRARY_PATH，避免加载到旧版本库。