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

89.72%

tesseractの画像文字認識について

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 133

Tera0724

score 1

現在、Tesseractを使用して画像から文字の認識を行おうと考えています。
参考にした資料は以下の通りです。
Tesseract+PyOCRで簡易OCRを試してみる

また、記事を参考に作成したプログラムがいかに示す通りです。

import pyocr.builders
import cv2
from PIL import Image
import sys

cap = cv2.VideoCapture(0)
tools = pyocr.get_available_tools()

if len(tools) == 0:
    print("No OCR tool found")
    sys.exit(1)

tool = tools[0]

while True:
    ret, frame = cap.read()
    cv2.imshow('frame',frame)
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break
    if key == ord('s'):
        path = "photo.jpg"
        cv2.imwrite(path,frame)
        res = tool.image_to_string(Image.open("photo.jpg"),
                           lang="eng",
                           builder=pyocr.builders.WordBoxBuilder(tesseract_layout=6))
        out = cv2.imread("photo.jpg")
        for d in res:
            print(d.content)
            print(d.position)
            #cv2.rectangle(out_resize, d.position[0], d.position[1], (0, 0, 255), 2)

cap.release()
cv2.destroyAllWindows()


上記プログラムを動かしたところ、以下の様なエラーが出てしまいました。

 File "test.py", line 27, in <module>
    builder=pyocr.builders.WordBoxBuilder(tesseract_layout=6))
  File "/Users/madao/anaconda3/lib/python3.7/site-packages/pyocr/tesseract.py", line 366, in image_to_string
    raise TesseractError(status, errors)
pyocr.error.TesseractError: (1, b'Error opening data file /usr/local/share/tessdata/tessdata/eng.traineddata\nPlease make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.\nFailed loading language \'eng\'\nTesseract couldn\'t load any languages!\nCould not initialize tesseract.\n')
(base) terao:tesseract madao$ vim test.py


私は、これまでtesseractというフレームワークはしようしたことがなかったため何が原因なのか全くわからない状態です。
おそらくはデータのセットの仕方が間違っていると思うのですが、詳細な方法については書かれておらず本当の原因がわからない状態です。解決法について教えていただけると助かります。よろしくお願いします。

追記
以下に/usr/local/share/tessdata/tessdata/内のスクショを貼ります。
ディレクトリとテストデータ

  • 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

0

/usr/local/share/tessdata/tessdata/
このディレクトリに英語や日本語のためのtraindataがないと言われてるのではないでしょうか。

engやjaのtrainファイルをインストールして、そのディレクトリに置いてあげる必要があります。

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。

  • 2019/11/14 13:33

    tessdata内のファイルについてスクショを追記しましたが、traineddataはあると考えられます。このファイルを呼び出すために別のライブラリ等が必要なのでしょうか?また、記事ではtraindataとありますが、実際に記事の通りにデータをダウンロードしたところデータがtraineddateだったのでそのまま使っている感じです。

    キャンセル

  • 2019/11/14 13:44

    別のライブラリ等は必要ない気がします。

    tesseract --list-langs
    のコマンドでどの言語が使用できるかが確認できるはずです。

    または、
    /usr/local/share/tessdata/tessdata/
    にファイルを置いてみてください。
    追記のディレクトリは
    /usr/local/share/tessdata
    となっているようなので...

    キャンセル

  • 2019/11/14 14:24

    回答ありがとうございます。時間を置いてもう一度動かして見たらうまく動く様になりました。

    キャンセル

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 89.72%
  • 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

同じタグがついた質問を見る