OSError：在环境中找不到 Tesseract。检查变量和路径

Question

我正在尝试使用 img2table 读取扫描图像中的数据。我从一个基本示例开始，但我不断收到 OSError: Tesseract not found inenvironment 。检查变量和路径。

这是我的代码：

from img2table.document import Image
from img2table.ocr import TesseractOCR

img = Image("mark sheet.jpg")
tesseract = TesseractOCR()

# Extract tables with Tesseract and PaddleOCR
tables = img.extract_tables(ocr=tesseract, borderless_tables=True)

tables[0].df

错误如下： 文件“C:\Users\PC\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.11_qbz5n2kfra8p0\LocalCache\local-packages\Python311\site-packages\img2table\ocr esseract.py”，第 56 行，位于 init 引发环境错误（“在环境中找不到Tesseract。检查变量和路径”）

我安装的库似乎在某些环境中找不到任何东西。 我不知道如何继续。

请帮忙。

Answer 1

您收到该错误是因为 Python 在运行时路径中找不到 Tesseract 可执行文件。 Tesseract 是一个外部库，位于

pytesseract

python 库之外。除了使用

pip

安装 pytesseract 之外，您还需要下载可执行库

tesseract

并将其添加到您的

PATH

以便 Python 可以找到它。

本指南似乎很好地概述了整个过程：https://ironsoftware.com/csharp/ocr/blog/ocr-tools/tesseract-ocr-windows/

以下是官方安装文档：https://tesseract-ocr.github.io/tessdoc/Installation.html