PythonOCR-FlaskWebProject

PDF dosyaları içindeki yazıların string olarak elde edilmesini sağlar. Api uygulaması olarak geliştirilmiştir. Diğer tüm platformlardan istek yaparak pdf dosyalardan metin çıkartılıp alınabilir.

Pytesseract : “TesseractNotFound Error: tesseract is not installed or it's not in your path”,hatası alırsanız yapmanız gerekenler

Windows için Kurulum

1

Bilgisayarınızda Tesseract OCR kurulu olmalıdır. Links Uygun sürümü buradan indirin.

2

Tesseract yolunu Sistem değişkenlerine ekleyin nasıl ekleneceğini bilmiyorsanız bu videoyu izleyin Links

3

pip install pytesseract pip install tesseract pip install pdf2image pip install flask_sqlalchemy pip install flask_httpauth pip install passlib

komutlarını çalıştırın

4

Bu satırı kodlarınıza ekleyin (proje içersinde eklidir.)

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

4

Bu satırı kodlarınıza ekleyin (proje içersinde eklidir.)

TESSDATA_PREFIX = 'C:/Program Files (x86)/Tesseract-OCR'

sizin kurduğunuz dizin neresi ise o dizini r ' ' arasına eklemelisiniz.

5 -

Kodu tekrar çalıştırın.>

Not: out_text.txt dosyasında pdf dosyasının içeriğini göreceksiniz. Eğer Türkçe karakter sorunu var ise karakter kodlamasını UTF-8 yapmalısınız.

Python SQLAlchemy Kurulumu

pip install SQLAlchemy==1.3.11

#Muhtemel Hatalar TypeError: can only concatenate str (not "PDFPageCountError") to str ya da TypeError: can only concatenate str (not "PDFInfoNotInstalledError") to str hatalarını alırsanız verdiğiniz pdf in yolunun doğru olduğuna emin olunuz. Doğru olsa bile windowsta o klasöre erişimde yetki problemi olabilir.