pythonでのpdfに対するocrについて

Question

前提

pythonでpdfを読み取り、OCRで最終的にはCSVで落としたいと思っております。
※経理の請求書自動照合。どうしてもPDFでしか入手出来ない為
対象画像がtextデータというよりかは
表になっているデータなので
pingに変換⇒画像を読み取り⇒データを抽出としようとしてます。

実現したいこと

pingに変換後、座標からデータをdic型で習得しようとしたのですが
エラーが発生しており、解決できない為アドバイスいただけると幸いです。

発生している問題・エラーメッセージ

AttributeError                            Traceback (most recent call last)
File ~\anaconda3\lib\site-packages\PIL\ImageFile.py:495, in _save(im, fp, tile, bufsize)
    494 try:
--> 495     fh = fp.fileno()
    496     fp.flush()

AttributeError: '_idat' object has no attribute 'fileno'

During handling of the above exception, another exception occurred:

SystemError                               Traceback (most recent call last)
File ~\anaconda3\lib\site-packages\PIL\Image.py:652, in Image._repr_png_(self)
    651 try:
--> 652     self.save(b, "PNG")
    653 except Exception as e:

File ~\anaconda3\lib\site-packages\PIL\Image.py:2212, in Image.save(self, fp, format, **params)
   2211 try:
-> 2212     save_handler(self, fp, filename)
   2213 finally:
   2214     # do what we can to clean up

File ~\anaconda3\lib\site-packages\PIL\PngImagePlugin.py:1348, in _save(im, fp, filename, chunk, save_all)
   1347 else:
-> 1348     ImageFile._save(im, _idat(fp, chunk), [("zip", (0, 0) + im.size, 0, rawmode)])
   1350 if info:

File ~\anaconda3\lib\site-packages\PIL\ImageFile.py:503, in _save(im, fp, tile, bufsize)
    502     fp.seek(o)
--> 503 e.setimage(im.im, b)
    504 if e.pushes_fd:

SystemError: tile cannot extend outside image

The above exception was the direct cause of the following exception:

ValueError                                Traceback (most recent call last)
File ~\anaconda3\lib\site-packages\IPython\core\formatters.py:343, in BaseFormatter.__call__(self, obj)
    341     method = get_real_method(obj, self.print_method)
    342     if method is not None:
--> 343         return method()
    344     return None
    345 else:

File ~\anaconda3\lib\site-packages\PIL\Image.py:654, in Image._repr_png_(self)
    652     self.save(b, "PNG")
    653 except Exception as e:
--> 654     raise ValueError("Could not save to PNG for display") from e
    655 return b.getvalue()

ValueError: Could not save to PNG for display

<PIL.Image.Image image mode=RGB size=145x0 at 0x2B189342880>

該当のソースコード

from PIL import Image
from glob import glob
import pyocr
import os
import pdf2image
from PIL import Image
import sys
import pyocr.builders
import pdfminer
import fitz
import glob
from pathlib import Path
from pdf2image import convert_from_path

pyocr.tesseract.TESSERACT_CMD = r'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'

#OCRTEST下にあるpdfファイルを全て取得。一つめのファイルを対処する
filepaths =[]
wd = os.getcwd()
data_dir = os.path.join(wd, "OCRTEST")
filepaths = glob.glob("{}/**.pdf".format(data_dir), recursive=True)
filepath = filepaths[0] 

# poppler/binを環境変数PATHに追加する
poppler_dir = Path('__file__').parent.absolute() / "poppler/bin"
os.environ["PATH"] += os.pathsep + str(poppler_dir)
pdf_path = Path(filepath)
pages = convert_from_path(str(pdf_path), 150)

# 画像ファイルを１ページずつ保存
image_dir = Path("./image_file")
for i, page in enumerate(pages):
    file_name = pdf_path.stem + "_{:02d}".format(i + 1) + ".ping"
    image_path = image_dir / file_name
    # pingで保存
    page.save(str(image_path), "PNG")

#出力したPNG画像を取得
filepaths_j =[]
wd = os.getcwd()
data_dir = os.path.join(wd, "image_file")
filepaths_j = glob.glob("{}/**.ping".format(data_dir), recursive=True)
filepath_j = filepaths_j[0]
img = Image.open(filepath_j)

#OCR準備
tools = pyocr.get_available_tools()
tool = tools[0]
tool.get_name()

#座標を指定（ここは外部サイトを利用して座標を指定）
img_ranges = {
    # 注番
    'order_no': (53,843,198,18),
    # 数量
    'quantity': (519,841,101,19),
    # 金額
    'total_amount': (519,841,101,19),
}
crop_imgs = {
    'order_no': img.crop(img_ranges['order_no']),
    'quantity': img.crop(img_ranges['quantity']),
    'total_amount': img.crop(img_ranges['total_amount']),
}

#確認した所エラーが出る
crop_imgs['order_no']　

試したこと

ある程度調べてはみたのですが
対処法がわからず、試すというほどのものがありません・・。

補足情報（FW/ツールのバージョンなど）

anacondaのjupyter Notebookを使用しております。

Comments

[melian]

以下、数値演算になっています。os.path.join を使うとよいかと思います。
image_path = image_dir / file_name

[8524ba23]

各crop範囲は画像サイズに対して正しいでしょうか？
画像サイズはprint(img.size)で確認できます。

[aba7651]

>>melianさん
ご指摘有難うございます。修正しました。
エラーはそのままでした・・。

>>can110さん
ご指摘有難うございます。
確認しましたところ x , y 共に crop範囲は画像内を取得しており、はみ出ているなどの現象は無さそうでした。

[TakaiY]

> 以下、数値演算になっています
ここは、 image_dir が pathlib.Path のインスタンスなので問題ありません。

[aba7651]

>>TakaiYさん
有難うございます！間違っているかと思いましたが大丈夫なのですね。
初心者で・・・申し訳ございません。