Pytesseract：データファイルを開く際にエラーが発生しました\\ Program Files（x86）\\ Tesseract-OCR \\ en.traineddata

Question

Jupiter Notebookでpytesseractを使用しようとしています。管理者権限を持つ

• のWindows 10のx64
• 実行Jupyterノート（Anaconda3、Pythonの3.6.1）
• TIFFファイルを含む作業ディレクトリが異なるドライブにある（Z :)

私は、次のコードを実行します。

try: 
    import Image 
except ImportError: 
    from PIL import Image 
import pytesseract 

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe' 

tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' 

print(pytesseract.image_to_string(Image.open('Multi_page24bpp.tif'), lang='en', config = tessdata_dir_config)) 

私は次のエラーを取得する：

TesseractError       Traceback (most recent call last) 
<ipython-input-37-c1dcbc33cde4> in <module>() 
    11 # tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' 
    12 
---> 13 print(pytesseract.image_to_string(Image.open('Multi_page24bpp.tif'), lang='en')) 
    14 # print(pytesseract.image_to_string(Image.open('test-european.jpg'), lang='fra')) 

C:\Users\cpcho\AppData\Local\Continuum\Anaconda3\lib\site-packages\pytesseract\pytesseract.py in image_to_string(image, lang, boxes, config) 
    123   if status: 
    124    errors = get_errors(error_string) 
--> 125    raise TesseractError(status, errors) 
    126   f = open(output_file_name, 'rb') 
    127   try: 

TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\en.traineddata') 

私は、これら2つの参照が役に立ったと評価していますが、私は何かが欠けています： https://github.com/madmaze/pytesseract/issues/50 https://github.com/madmaze/pytesseract/issues/64

は、この上のお時間をいただき、ありがとうございます！

Answer 1

あなたの投稿から、2つの可能性のある問題が観察されました。

1. すべての訓練を受けた言語データは、TESSDATA_PREFIXにあなたのケースではC:\Program Files (x86)\Tesseract-OCR\tessdataである Windowsの環境変数を、保存する必要があります。

2. tesseract訓練された英語のデータの名前は、名前を変更しない限りeng.traineddata（つまり'eng'）となります。詳細はTesseract Data Filesを参照してください。また

画像ファイルが見つからない場合は、画像ファイルImage.open()を読み取るpytesseractためには、（例えば'z:\\path\\to\\image'）完全なファイルパスを含むことができます。

希望します。

Answer 2

私は同じ問題に直面しました。私は成功しなかったGoogle上ですべてのソリューションを試しました。最後に、私は交換することで問題を解決しました。

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'. 

と

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe'