Java Maven项目调用含pytesseract的Python脚本提示Tesseract不存在怎么解决

问题根因 #

报错核心为pytesseract无法找到底层tesseract可执行文件，触发原因是Java启动的Python子进程PATH环境变量与终端运行环境不一致：终端运行时PATH已配置tesseract安装目录，Maven启动的Java进程继承的系统PATH未包含该路径，因此调用时触发文件不存在错误。

修复方案 #

• 方案1：Python脚本直接指定tesseract路径（最稳定，不受运行环境影响）
  首先在终端执行命令which tesseract获取tesseract可执行文件的绝对路径，示例输出为/usr/local/bin/tesseract。
  然后在Python脚本中导入pytesseract后添加一行配置：

  import pytesseract
  # 替换为你实际查询到的tesseract绝对路径
  pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'
  

• 方案2：Java代码中手动补充子进程的PATH变量
  先通过which tesseract拿到tesseract所在的父目录（比如路径/usr/local/bin/tesseract对应的父目录为/usr/local/bin），在调用pb.start()前添加环境变量配置：

  String path = "/Users/team/Desktop/my.py";
  ProcessBuilder pb = new ProcessBuilder("python3","/Users/team/Desktop/my.py");
  // 新增环境变量配置
  Map<String, String> env = pb.environment();
  String originalPath = env.get("PATH");
  // 把tesseract的父目录加到PATH最前面，替换为你实际查询到的目录
  env.put("PATH", "/usr/local/bin:" + originalPath);
  
  Process p = pb.start();
  p.waitFor();
  
  BufferedReader bfr = new BufferedReader(new InputStreamReader(p.getInputStream()));
  String line = "";
  
  while ((line = bfr.readLine()) != null) {
      System.out.println(line);
  }
  

  注：原代码中的inheritIO()方法会把子进程的输出直接重定向到父进程控制台，和后续手动读取输入流的逻辑冲突，二选一即可，不影响当前报错的修复。

• 方案3：本地开发临时适配
  如果是在IDE中运行Maven项目，可以直接在IDE的运行配置界面找到环境变量设置项，把tesseract的安装目录追加到PATH变量中即可。该方案仅适用于本地调试，打包部署时建议选择前两种方案。

验证方法 #

可在Python脚本开头添加以下代码，分别在终端和Java调用时运行，对比两次输出的PATH差异，即可确认缺失的路径：

import os
print("当前PATH：", os.environ.get("PATH"))

内容的提问来源于stack exchange，提问作者Ananth Kamath