Pyhone 验证码那些事之安装pytesseract

一、python验证码识别库安装

要安装pytesseract库，必须先安装其依赖的PIL及tesseract-ocr，其中PIL为图像处理库，而后面的tesseract-ocr则为google的ocr识别引擎。

1、安装Pillow

在PIL上纠结了好久，装了各种问题....于是发现还有一个库叫Pillow。使用方法基本和PIL没有什么区别。于是用yum命令进行安装。

2、安装tesseract-ocr 下载地址：https://github.com/tesseract-ocr/tesseract/releases

这货也是折腾了好一阵。因为yum上找不到。而且依赖蛮多的。于是这里又耗上一段时间。

3、安装leptonica

tesseract依赖于leptonica,所以首先要下载安装leptonica

地址：https://github.com/DanBloomberg/leptonica/releases

第一步:tar zxvf leptonica-1.73.tar.gz

第二步:cd leptonica-1.73

第三步:./configure --prefix=/usr/local/leptonica

第四步：make

第五步：make install

安装完成之后，配置环境变量,

vim  /etc/bash.bashrc

在文件末尾，添加环境变量的配置

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/leptonica/lib/pkgconfig
export PKG_CONFIG_PATH
CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/leptonica/
export CPLUS_INCLUDE_PATH
C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export C_INCLUDE_PATH
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/leptonica/lib
export LD_LIBRARY_PATH
LIBRARY_PATH=$LIBRARY_PATH:/usr/local/leptonica/lib
export LIBRARY_PATH

source /etc/bash.bashrc

vim  /etc/ld.so.conf

在文件末尾，添加

/usr/local/leptonica/lib

source /etc/ld.so.conf

（这步我操作失败了。。总是添加不进去，但不影响后续操作）

4、pytesseract安装 

地址：https://github.com/tesseract-ocr/tesseract

第一步：unzip tesseract

第二步：cd tesseract

第三步：./autogen.sh   如果不报错

第四步：LIBLEPT_HEADERSDIR=/usr/local/leptonica/include/leptonica ./configure --prefix=/usr/local/tesseract --with-extra-libraries=/usr/local/leptonica/lib   【注意：tesseract依赖于leptonica】

第五步：make

第六步：make install

第七步：make training

第八步: sudo make training-install  【注意：是training-install,不是 training install】

安装完后

添加环境变量PATH,否则，需要每次到安装路径运行。

第九步：vim /etc/bash.bashrc,末尾添加

PATH=$PATH:/usr/local/tesseract/bin

export PATH

第十步：source /etc/bash.bashrc

最重要一步。。这时候测试会发现缺少一个文件eng.traineddata

地址：http://download.csdn.net/detail/bh_binghu/8586219

tesseract-ocr所需要的英文数据，在运行pytesseract报错：Error opening data file /usr/local/share/tessdata/eng.traineddata 解决办法，将其中的eng.traineddata复制到/usr/local/share/tessdata/

终于。。