Pytesseract：UnicodeDecodeError：'charmap'編解碼器無法解碼字節

Question

我在Pytesseract的屏幕截圖上運行大量OCR。這在大多數情況下都能正常工作，但是一小部分會導致此錯誤：

pytesseract.image_to_string(image,None, False, "-psm 6") 
Pytesseract: UnicodeDecodeError: 'charmap' codec can't decode byte 0x9d in position 2: character maps to <undefined> 

我正在使用Python 3.4。任何建議如何我可以防止這種錯誤發生（除了只是一個嘗試/除外）將是非常有益的。

Answer 1

使用Unidecode

from unidecode import unidecode 
import pytesseract 

strs = pytesseract.image_to_string(Image.open('binarized_image.png')) 
strs = unidecode(strs) 
print (strs) 

Answer 2

確保您使用正確的解碼選項。
看到https://docs.python.org/3/library/codecs.html#standard-encodings

str.decode（ 'UTF-8'）
bytes.decode（ 'CP950'）對中國傳統等