tesseractの画像文字認識について

Question

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。

Answer 1

/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。

Comments

[Tera0724]

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。

[rarara1028]

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...

[Tera0724]

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。