使用pytesseract图片转文本遇TesseractNotFoundError错误求助

问题描述 #

我运行以下Python脚本尝试用OCR识别图片文本：

from PIL import Image
print(pytesseract.image_to_string(Image.open('/Users/Sanya/Downloads/SimpleText.png')))

但出现了如下错误：

Traceback (most recent call last):
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pytesseract/pytesseract.py", line 250, in run_tesseract
    proc = subprocess.Popen(cmd_args, **subprocess_args())
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/subprocess.py", line 854, in __init__
    self._execute_child(args, executable, preexec_fn, close_fds,
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/subprocess.py", line 1702, in _execute_child
    raise child_exception_type(errno_num, err_msg, err_filename)
FileNotFoundError: [Errno 2] No such file or directory: 'tesseract'

During handling of the above exception, another exception occurred:
Traceback (most recent call last):
  File "/Users/sanya/Documents/PythonFile/ImgToText.py", line 8, in <module>
    pytesseract.image_to_string(img, config=custom_config)
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pytesseract/pytesseract.py", line 370, in image_to_string
    return {
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pytesseract/pytesseract.py", line 373, in <lambda>
    Output.STRING: lambda: run_and_get_output(*args),
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pytesseract/pytesseract.py", line 282, in run_and_get_output
    run_tesseract(**kwargs)
  File "/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pytesseract/pytesseract.py", line 254, in run_tesseract
    raise TesseractNotFoundError()
pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it's not in your PATH. See README file for more information.

尝试了一些Tesseract相关操作后还是出现相同错误，求解决办法。

解决方案 #

这个错误的核心原因很明确：你只安装了Python的pytesseract封装库，但没有安装底层的Tesseract OCR引擎本身，或者引擎已经安装但没有被添加到系统的环境变量PATH中，导致Python找不到它。

下面分步骤解决，针对你的Mac环境（从路径能看出来）优先说明：

1. 先确认Tesseract是否已安装

打开终端，输入以下命令：

which tesseract

如果终端没有任何输出，说明你还没安装Tesseract；如果输出了类似/usr/local/bin/tesseract的路径，说明已安装，但可能PATH配置有问题，直接跳到步骤3。

2. 安装Tesseract OCR引擎

对于Mac，最方便的方式是用Homebrew包管理器：

• 如果还没装Homebrew，先在终端执行：

  /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
  

• 然后安装Tesseract：

  brew install tesseract
  

如果不想用Homebrew，也可以从Tesseract官方仓库下载对应Mac的DMG安装包手动安装，但Homebrew的方式更省心，还能自动处理依赖。

3. 验证安装是否成功

安装完成后，在终端输入：

tesseract --version

如果能输出Tesseract的版本信息（比如tesseract 5.3.3），说明安装成功。

4. 若仍报错，手动指定Tesseract路径

有时候即使安装了，Python可能还是找不到Tesseract的位置，这时候可以在你的Python代码里手动指定它的路径：

from PIL import Image
import pytesseract

# 替换成你的Tesseract实际路径，Mac下默认是/usr/local/bin/tesseract
pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'

print(pytesseract.image_to_string(Image.open('/Users/Sanya/Downloads/SimpleText.png')))

其他平台的补充方案（如果需要）

• Windows：从Tesseract官方渠道下载安装包，安装时一定要勾选"Add to PATH"选项；如果没勾选，手动把安装目录（比如C:\Program Files\Tesseract-OCR）添加到系统环境变量PATH中。
• Linux（Ubuntu/Debian）：执行sudo apt update && sudo apt install tesseract-ocr；CentOS/RHEL则用sudo yum install tesseract。

按照这些步骤操作后，你的OCR脚本应该就能正常运行了。

内容的提问来源于stack exchange，提问作者Strange