pycharm如何正确打包ocr且让打包出来的exe尽量小

打包ocr的过程我遇到了很多个问题，整个过程涉及到路径地修改和环境变量等问题。我相信很多人都会遇到与我相同的问题，我把我打包的过程中遇到的各种问题尽量都写下来。希望对大伙有帮助。

起先我的开发环境是这样设置的

选了第三个  系统环境  ，结果利用 pyinstaller 打包时 ，把系统里的所有库 包括我的py主程序没有使用到的库 全部都给打包进来了，结果自然是文件很大。

 为了解决这个问题，我改为选择第一个  Virtualenv  Environment  ，在主程序的根目录下建立了一个虚拟环境，但是点击确定时，却提示我说：权限被拒绝。

这个问题的本质就是，你当时安装python时，选择了傻瓜式安装，python 安装在你的个人名义下。所以如今使用这个python解释器时，系统认为你是个人名义下的，不是整个电脑的，于是认为没有这个权限，拒绝了。

解决的方法是：建议重新安装python。我下载了

3.9.5版本的，双击安装。

 下面的Add python 3.9 to PATH打√，然后点击上面的Customize  installation 。然后进入下一个界面，记得对  for  all  user  打√，接着一步步点下一步安装 直到结束。

这样之后，你的python ，就安装在这个路径下。并且是权限没有受到限制的。

这样你就能顺利设置了虚拟环境了。

扫描类的pdf转word文字时，基本上要用到ocr工具。

要事先安装ocr，傻瓜式安装会安装在C盘。

我的py主程序，用到的模块有：

其中os是python自带的，不需要安装，其他的通过pycharm下面的Terminal安装的：

Terminal，通过pip install xxx安装你需要用到的模块

pip  install  PIL会出错，要改为pip  install  image 就可以。

运行时报No module named 'frontend'，通过额外安装pip install PyMuPDF解决；

报Error: No module named 'exceptions'，通过pip install python-docx解决；

接着又出现下方错误提示，

这个问题可以通过pip install PyMuPDF==1.19.0解决，这样说明之前PyMuPDF的版本太低，是没有pageCount这个属性的。

（（

顺带说一下，运行中提示DeprecationWarning: ANTIALIAS is deprecated and will be removed in Pillow 10 (2023-07-01). Use Resampling.LANCZOS instead.

说ANTIALIAS被弃用了，而我在改变图片像素时，正好就用到了Image.ANTIALIAS，原代码：

我干脆把上面这句改成了

结果发现识别出来的出错率还反而更低了。这是一个经验之谈。

））

继续将打包的话题：

py运行时，它是先去找 site-packages\pytesseract\pytesseract.py文件。

这里有两种可能：如果你是设置conda作为解释器而不是建立虚拟环境的，那个系统会去读pytesseract.py文件时，读的是具体位置在D:\ProgramData\Anaconda3\Lib\site-packages\pytesseract\pytesseract.py的这个。

（你打包时系统也会打包走这个py。因此，你的位置指引若需要修改，就改这个py。）

如果你是建立了虚拟环境，venv建立在你的主程序的同个根目录里，那么程序运行或者打包时，系统找的那个文件，就是主程序的根目录下的py文件。具体位置在

（py主程序的根目录）+  \venv\Lib\site-packages\pytesseract\pytesseract.py

然后通过pytesseract.py里的

这段代码，赋值了tesseract的位置，让系统通过你之前设置好的环境变量，找到ocr工具。

如果你没有设置好环境变量，那么就把上面这句话改成

让系统直接去找你安装的工具。

按上面的步骤 ，打包出来的exe ，在你的电脑上是可以运行的，但是去到别人的电脑就无法运行了。因为别人的电脑是没有像你的电脑一样在C盘的特定位置安装有tesseract工具的。

于是，上面的这种网上大多数说到的修改方法，只能在你的电脑上使用，打包exe去到别人的电脑运行就会报错

说你没有安装或者安装后没设置虚拟环境。

解决方法，去C盘把ocr工具复制出来， 放到了你的py主程序根目录下。

然后pytesseract.py里，就对应着写，把路径引到根目录下的这个ocr，

 这样子，打包好的exe，根目录下放着从C盘复制来的 Tesseract-OCR文件夹，一起发给其他人就可以使用了。

另外还有一点要特别注意的：在 pyinstaller  -F  XX.py 之前，一定要先 pip  install  pyinstaller安装pyinstaller。不然虽然也能生成exe，但生成出来的exe文件会大很多倍。

经过这一番折腾，最终我打包出来的文件从之前的347M，缩小到现在66M，缩小了5倍之多。

接着我们会想，能不能把这个辅助文件夹 Tesseract-OCR一起打包进去刚刚打包出来的exe呢？

具体请先读一下我之前的这篇文章，其中的原理必须懂， 不然你会看了懵圈。

python如何把程序运行时的需要用到的辅助文件，一起打包进exe里_py617的博客-CSDN博客

接下来我们讲这个问题我的解决方法：

pytesseract.py里进行这样的修改：

 代码如下：

import sys   
import os
def resource_path(path_a):
    if getattr(sys, 'frozen', False): #是否Bundle Resource
        base_path = sys._MEIPASS
    else:
        base_path = os.path.abspath(".")
    return os.path.join(base_path, path_a)
fuzhu_filename = resource_path(os.path.join("",))

tesseract_cmd = os.path.abspath(os.path.join(fuzhu_filename,'Tesseract-OCR','tesseract.exe'))

然后打开第一次打包exe时，同个根目录下生成的spec文件。做出如下修改： 

 意思是要打包的文件时 tpdf_docx.py ，地址是 xxx，然后打包py文件时，连同Tesseract-OCR要一起打包，打包过去后，名字同样叫Tesseract-OCR。

最后，在pycharm的test.py下面输入pyinstaller tpdf_docx.spec。按Enter键等待，最终的文件生成在dist里。之前第一次生成的exe会被替代掉，你若还要那个第一次生成的exe，就在pyinstaller tpdf_docx.spec之前，先把它复制出来就行了。

这个问题需要不停尝试，中间总会遇到这样那样的问题，但是只要善于琢磨，相信过程是曲折的，前途是光明的。