折腾pytesseract文字识别

gojira.net

2022年01月14日星期五农历二〇二一年腊月十二日 [牛年] 阳历辛丑年辛丑月丁卯日魔羯座

今天4~6度，小雨转阴。

今天折腾ocr识别，用pytesseract调用Tesseract-OCR，可就是一直报编码解析不了的错误，网上查不到这个问题。
其实我想到是这是误报，并没报出真实的错误，折腾了很久都没能解决。

后来打算放弃tesseract了，改用百度的ocr识别api，但之前都用得好好的接口竟然报错了：
{'error_code': 18, 'error_msg': 'Open api qps request limit reached'}

以为是超量了或者是到期了，又重新去申请了一个api，但仍然还是报这个错误，看到api官网网页里有个提示，可能要过半小时？但我不想等了。01ef4b47

后来突然想到之前tesseract报字符编码的错误，可能是找字典那里出了问题，原因是很久以前装的一个软件也用到了Tesseract-OCR，所以环境变量里也有相关信息，虽然Path和TESSDATA_PREFIX都已经是新信息了，但由于我不想重启电脑，导致还有一些连接关系还是之前那块软件的，而那款软件用到了中文路径，导致读字典的时候出错了。

基本就确定是这个原因了，重启一些应该能很快解决问题，但我还是不想重启电脑，毕竟开了这么多东西，重启一下也很费事。
所以直接去改python里面的包了，直接调用外部程序将识别出的文字放到一个文件内再读出来，虽然有点暴力，但问题总算解决了。

python报错真的是玄学，几次遇到莫名奇妙、毫不相干的错误提示信息，主要还是经验太少太菜了。

晚上烤火了，这火炉弄了后没烤几次，真是浪费，再不烤烤怕上面挂的腊肉都要坏掉了。

今天情绪不太好，又是些破人破事，搞得做事效率都低下。

2022年01月14日股票亏盈情况

股票名	股数	今涨幅%	今盈亏额	总涨幅%	总盈亏金额
泰禾集团	26000	-5.36%	-3637元	-62.59%	-107432元
双鹭药业	22550	2.35%	5856元	-10.41%	-29631元
嘉诚国际	7000	-2.04%	-4260元	-23.73%	-63630元
罗牛山	16000	0.27%	312元	-9.40%	-12032元
三全食品	3000	-5.02%	-3178元	-31.70%	-27894元
江西铜业	6000	-2.12%	-2933元	-23.86%	-42414元
紫金矿业	12000	-2.38%	-2873元	-30.38%	-51408元
罗普特	4000	-0.96%	-872元	-46.37%	-77732元
诺泰生物	3000	6.58%	7912元	-45.24%	-105870元
园林股份	3000	-2.26%	-1077元	-13.82%	-7461元
清仓盈亏:	-177963.6元	今盈亏:	-4750元	总盈亏:	-703467.6元