pyocr的安裝使用簡要指南
pyocr是一個Python的OCR類庫，他的github地址是:https://github.com/jflesch/pyocr 。
如果要使用這個類庫，需要環境上有幾個依賴:
tesseract-ocr：一個開源的OCR類庫,要求是在3.01以上(可以用 tesseract --version 命令檢測版本)
PIL：Python的圖片處理類庫
Python的版本>=2.7
我的測試環境是ubuntu 15.10
可以使用help命令檢查是否存在需要PIL
Python 2.7.10 (default, Oct 14 2015, 16:09:02)
[GCC 5.2.1 20151010] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> help("modules") 如果不存在PIL,可以使用命令安裝
$ sudo apt-get install python-imaging
安裝tesseract-ocr。
這個安裝步驟相對來說比較簡單。
從網上下載源碼包之后進行解壓，然后進行編譯安裝即可，安裝步驟如下：
./autogen.sh ./configure make sudo make install sudo ldconfig
安裝語言包，這個可以從網上直接安裝，我這里只是安裝了英文和中文的語言包
$ sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim
然后配置系統環境：
export TESSDATA_PREFIX="tessdata所在的路徑”
這樣就可以進行測試了
$ tesseract t2.png out -l chi_sim
至此，環境已經處理完畢，就可以按照說明來安裝pyocr了。
下載pyocr源碼包，解壓執行命令去安裝
$ sudo python ./setup.py install
如果沒有出現意外的話就已經安裝成功，可以嘗試一個demo來驗證我們的安裝配置是否成功
下面是一個識別圖片上中文的demo，這個可以根據自己的環境修改:
from PIL import Image
import sys
import pyocr
import pyocr.builders
image_path = sys.argv[1]
tools = pyocr.get_available_tools()
if len(tools) == 0:
print("No OCR tool found")
sys.exit(1)
tool = tools[0]
print("Will use tool '%s'" % (tool.get_name()))
# Ex: Will use tool 'tesseract'
langs = tool.get_available_languages()
print("Available languages: %s" % ", ".join(langs))
lang = langs[1]
print("Will use lang '%s'" % (lang))
# Ex: Will use lang 'fra'
txt = tool.image_to_string(
Image.open(image_path),
,
builder=pyocr.builders.TextBuilder()
)
print txt ~
需要說明的是，安裝tesseract-ocr需要編譯環境的支持，我這邊沒有檢查，所以出現了下面的錯誤
1、wrong: autogen.sh: 60: autogen.sh: aclocal: not found
缺少: automake
2、autogen.sh: 65: autogen.sh: libtoolize: not found
autogen.sh: 65: autogen.sh: glibtoolize: not found
缺少： libtool
3、configure: error: leptonica not found
sudo apt-get install libleptonica-dev