質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.50%

  • Python

    7994questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    684questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

pyocrで謎のエラー

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 421

jun_endo

score 45

pyocrのコードをそのまま流しているのにエラー

from PIL import Image
import sys

import pyocr
import pyocr.builders

tools = pyocr.get_available_tools()
if len(tools) == 0:
    print("No OCR tool found")
    sys.exit(1)
# The tools are returned in the recommended order of usage
tool = tools[0]
print("Will use tool '%s'" % (tool.get_name()))
# Ex: Will use tool 'libtesseract'

langs = tool.get_available_languages()
print("Available languages: %s" % ", ".join(langs))
lang = langs[0]
print("Will use lang '%s'" % (lang))
# Ex: Will use lang 'fra'
# Note that languages are NOT sorted in any way. Please refer
# to the system locale settings for the default language
# to use.

txt = tool.image_to_string(
    Image.open('iroha.png'),
    lang="jpn",
    builder=pyocr.builders.TextBuilder(tesseract_layout=6)
)
print( txt )
# txt is a Python string


エラー

Traceback (most recent call last):
  File "ocr.py", line 28, in <module>
    builder=pyocr.builders.TextBuilder(tesseract_layout=6)
  File "C:\Users\jun_endo\AppData\Local\Continuum\anaconda3\lib\site-packages\pyocr\tesseract.py", line 367, in image_to_string
    raise TesseractError(status, errors)
pyocr.error.TesseractError: (1, b'Error opening data file C:\\Program Files (x86)\\Tesseract-OCR\\tessdata/jpn.traineddata\r\nPlease make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.\r\nFailed loading language \'jpn\'\r\nTesseract couldn\'t load any languages!\r\nCould not initialize tesseract.\r\n')

このエラーの意味と、
解決方法を教えてください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

TESSDATA_PREFIX環境変数が適切に設定されていない、必要なデータが参照できないと云われています。

参考までにWSLでの設定手順を示します。
参考:【PyOCR】画像から日本語の文字データを抽出する

tesseract-ocr/tesseractに従い以下をインストール。

$ sudo apt install tesseract-ocr
$ sudo apt install libtesseract-dev

Data Files から 以下をダウンロード。

以下に配置。

$ sudo mkdir /usr/local/share/tessdata/
$ sudo mv jpn.traineddata /usr/local/share/tessdata/
$ (その他も同様に)

TESSDATA_PREFIX環境変数を追加

$ nano .bashrc
(略)
# for tesseract can110
if [ -f /usr/bin/tesseract ]; then
    export TESSDATA_PREFIX=/usr/local/share/tessdata/
fi
(略)

利用可能な言語の確認

$ tesseract --list-langs
List of available languages (4):
eng
equ
jpn
osd

コマンドラインでテスト実行。

$ tesseract tesseract.png output -l jpn
(stderrにたくさんメッセージが出るが問題ないようだ)
$ cat output.txt
d0g Cat

犬 猫

今日の天気は晴れです。

引き続きPythonコードでの動作については
pythonでバージョンが違う場合モジュールの実行方法
に記載しています。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.50%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

  • 解決済

    文字認識(TesseractOCR-iOS)でのエラー

    前提・実現したいこと お世話になります。 今、iOS8.4のiphoneのカメラ機能で文字認識しようとTesseractOCRiOSをpodからインストールして実行したのですが

  • 受付中

    PDF等の画像の文字の文字サイズを取得できず困っています

    画像の文字を認識する方法については試してできたのですが、 タイトルの通り、画像の文字の文字サイズを取得する方法が探しても見つかりませんでした。 getFontSize的なも

  • 解決済

    pyocrで取得した文字にカンマが含まれてしまう

    pyocrを使って画像から文字を読みとるスクリプトを書いているのですが、読み取ったものを保存する際に一文字ずつカンマが含まれてしまい困っています。 res = tool.ima

  • 受付中

    tess-twoのndk-buildについて

    私は、 tess-two   https://github.com/rmtheis/tess-two の中のtess-twoというディレクトリの中にあるフォルダをビルドしたいです。

  • 解決済

    struts2-tiles-plugin-2.3.24→2.3.34 移行時のTomcat起動エラー

    前提・実現したいこと 脆弱性対策のため、 Struts2 2.3.24 で作成されたWebアプリを、 Struts2 2.3.34にアップデートを行っております。 その際に、他

  • 解決済

    tesseractの実行結果ファイルが作成されない

    現在、画像から文字起こしをしたいと考え、tesseractをインストールし、 画像を読み込ませて実行したのですが、特にエラーの表示がないにも関わらず、 認識結果txtファイルが作成

  • 解決済

    KerasでSegnetを行いたい

    https://teratail.com/questions/131885#reply-200116 以前質問させていただいた部分は解決したのですが別の部分でエラーがでてしまいまし

  • 解決済

    reshapeに関してのエラー

    参考サイトを参考に実装しようと考えています。 https://qiita.com/uni-3/items/a62daa5a03a02f5fa46d ## train.py im

同じタグがついた質問を見る

  • Python

    7994questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    684questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。