采用分环境协作模式安装Poppler和Tesseract OCR工具

在进行包含图表的PDF文档处理的时候，需要先用pdf2image把包含图表的页面转换成图片格式，裁剪后再用OCR工具tesseract提取图片内的文字内容。由于poppler 和 tesseract 共享 libtiff 等底层库，全部使用conda安装，会发生版本冲突，导致安装以后二者都不可用。为了解决这个问题，采用分环境协作安装的模式。使用conda安装poppler，tesseract直接安装在windows下面。

一、使用conda安装poppler

1、安装poppler

# 添加清华 TUNA 镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

# （可选）设置为默认源
conda config --set channel_priority flexible

#安装Poppler
conda install -c conda-forge poppler

2、验证安装完成

pdftoppm -h

如果成功打印出帮助信息，说明 Poppler 已成功安装并可被系统识别。

二、在windows下安装tesseract

windows下安装tesseract比较简单，从github下载exe文件后直接安装即可。

tesseract下载网址：