如何修复Python图片转文本程序中的Tesseract路径相关错误？

从你的错误日志能直接定位到问题：Tesseract找不到英文训练数据文件eng.traineddata，核心原因是未正确设置TESSDATA_PREFIX环境变量——这个变量需要指向tessdata目录的父文件夹（也就是Tesseract的安装根目录）。

问题拆解 #

错误里的关键提示已经说得很明确：

Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory. Failed loading language 'eng'

你的Tesseract安装在C:\Program Files (x86)\Tesseract-OCR，对应的tessdata目录就嵌套在这个路径下，所以TESSDATA_PREFIX必须指向这个根安装目录。

具体解决方案 #

方案1：在代码中临时设置（快速测试） #

在Python代码里添加环境变量配置，放在导入pytesseract之后即可：

try:
    from PIL import Image
except ImportError:
    import Image
import pytesseract
import os

# 配置Tesseract命令路径
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
# 设置TESSDATA_PREFIX指向安装根目录
os.environ['TESSDATA_PREFIX'] = r'C:\Program Files (x86)\Tesseract-OCR'

# 注意图片路径前加r，避免转义字符解析错误
image1 = Image.open(r"C:\python\program\image.png")
# 显式指定语言参数，避免默认语言识别异常
print(pytesseract.image_to_string(image1, lang='eng'))

方案2：配置系统永久环境变量（推荐） #

如果不想每次写代码都重复设置，可以在Windows系统中配置永久环境变量：

• 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」
• 在「系统变量」区域点击「新建」：
  • 变量名：TESSDATA_PREFIX
  • 变量值：C:\Program Files (x86)\Tesseract-OCR
• 保存后重启你的Python编辑器/终端，让环境变量生效。

额外验证步骤 #

确认C:\Program Files (x86)\Tesseract-OCR\tessdata目录下存在eng.traineddata文件。如果没有，要么重新安装Tesseract（安装时勾选英文语言包），要么下载对应训练数据放到该目录。

内容的提问来源于stack exchange，提问作者Mehul Jadav