使用Python Tesseract从图像获取文本，但出现错误

Question

我正在尝试使用Python Tesseract在macOS桌面上从图像获取文本，并且遇到了无法解决的错误。 我正在运行macOS High Sierra 10.3.2

我的目录设置为桌面（图像所在的位置），并且已经指定了tesseract可执行文件的路径。

我在跑

print(pytesseract.image_to_string(Image.open('test.png')) 

并得到以下错误：

File "/Users/name/anaconda2/lib/python2.7/site-packages/pytesseract/pytesseract.py", line 140, in run_and_get_output
    run_tesseract(**kwargs)
  File "/Users/name/anaconda2/lib/python2.7/site-packages/pytesseract/pytesseract.py", line 116, in run_tesseract
    raise TesseractError(status_code, get_errors(error_string))
pytesseract.pytesseract.TesseractError: (1, u'File "/var/folders/cp/dg2snlxn2631h8jx1bwb7jk80000gn/T/tess_cK4lka.PNG", line 1 SyntaxError: Non-ASCII character \'\\x89\' in file /var/folders/cp/dg2snlxn2631h8jx1bwb7jk80000gn/T/tess_cK4lka.PNG on line 1, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details')

知道是什么原因造成的，如何解决？ 很乐意提供任何澄清的细节。

谢谢！

Answer 1

似乎您正在尝试呈现非ASCII字符。 尝试将其添加到.py文件的顶部，以确保UTF-8编码：

# -*- coding: utf-8 -*- 

如错误消息所述，请参阅此以获取更多详细信息。

Answer 2

使用unidecode库

from unidecode import unidecode
    .
    .
    .
    print unidecode(pytesseract.image_to_string(Image.open('test.png')))