Linux Python：使用Python tesseract API接口时OCR上的获取问题

我使用PyteSeract模块进行OCR。这似乎是一个缓慢的过程。所以我跟着

我使用了中提到的代码。但是得到了错误

！strcmp（locale，“C”）：错误：断言失败：在baseapi.cpp文件的第201行
分段故障（堆芯倾倒）

， 然后我查看了一些帖子，并获得了添加到我的代码

locale.setlocale（locale.LC_ALL，“C”）

中的参考

所以在我的代码中添加了这个之后，我得到了另一个错误

Traceback (most recent call last):
  File "master_doc_test3.py", line 107, in <module>
    tess = Tesseract()
  File "master_doc_test3.py", line 67, in __init__
    if self._lib.TessBaseAPIInit3(self._api, datapath, language):
ctypes.ArgumentError: argument 3: <class 'TypeError'>: wrong type`

回溯（最近一次呼叫最后一次）：
文件“master\u doc\u test3.py”，第107行，在
tess=Tesseract（）
文件“master_doc_test3.py”，第67行，在_init中__
如果self.\u lib.TessBaseAPIInit3（self.\u api、数据路径、语言）：
ctypes.ArgumentError:参数3:：错误类型`

---

有人能说出这个错误吗？或者，如果有人知道使用python以最快的方式制作OCR的最佳方法。

您应该尝试将传递给ctypes lib调用的每个参数转换为字节：

self._lib.TessBaseAPIInit3(self._api, datapath, language)

像这样的东西对我很有用：

self._lib.TessBaseAPIInit3(self._api, bytes(datapath, encoding='utf-8'), bytes(language, encoding='utf-8'))

我有线索了。 请考虑到您正在使用的代码需要在下一个lib调用中进行更多微调：

tess.set_variable(bytes("tessedit_pageseg_mode", encoding='utf-8'), bytes(str(frame_piece.psm), encoding='utf-8'))
tess.set_variable(bytes("preserve_interword_spaces", encoding='utf-8'), bytes(str(1), encoding='utf-8'))