Q&A
Tracebackを省略しているのでしょうか? それとも本当に1行だけの出力で終わっているのでしょうか?
実現したいこと
エラーを出さずに実行する
原因がわかるだけでも助かります
発生している問題・分からないこと
普通に実行した場合は問題なく動作するのですが、
sudoオプションをつけて実行した場合のみ下記のエラーが発生します。
当該コードで使用している別のライブラリでsudoが必要なので、外せません。
エラーメッセージ
error
1Traceback (most recent call last): 2 File "/Users/user/minhaya/main.py", line 20, in <module> 3 text = pytesseract.image_to_string(img) 4 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 5 File "/Users/user/.asdf/installs/python/3.12.2/lib/python3.12/site-packages/pytesseract/pytesseract.py", line 422, in image_to_string 6 return { 7 ^ 8 File "/Users/user/.asdf/installs/python/3.12.2/lib/python3.12/site-packages/pytesseract/pytesseract.py", line 425, in <lambda> 9 Output.STRING: lambda: run_and_get_output(*args), 10 ^^^^^^^^^^^^^^^^^^^^^^^^^ 11 File "/Users/user/.asdf/installs/python/3.12.2/lib/python3.12/site-packages/pytesseract/pytesseract.py", line 287, in run_and_get_output 12 run_tesseract(**kwargs) 13 File "/Users/user/.asdf/installs/python/3.12.2/lib/python3.12/site-packages/pytesseract/pytesseract.py", line 263, in run_tesseract 14 raise TesseractError(proc.returncode, get_errors(error_string)) 15 ^^^^^^^^^^^^^^^^^^^^^^^^ 16 File "/Users/user/.asdf/installs/python/3.12.2/lib/python3.12/site-packages/pytesseract/pytesseract.py", line 155, in get_errors 17 line for line in error_string.decode(DEFAULT_ENCODING).splitlines() 18 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 19UnicodeDecodeError: 'utf-8' codec can't decode byte 0x89 in position 214: invalid start byte
該当のソースコード
python
1pytesseract.image_to_string(img)
実行環境
Python3.12.2
MacOS Ventura 13.6.5
Apple M1
補足
この現象が起こるようになった原因の心当たりとして、
直前に今までRosettaのhomebrewのpyenvからインストールしていたPythonを、
arm64のasdfからインストールしました。
ライブラリを使わずsubprocessから直接tesseractを実行した場合は、正常に動作しました。
省略していたエラーを全て追記しましたが、解決できますか？
エラーメッセージを読む習慣を付けましょう。
エンコーディング変換時のエラーです。UTF-8でないものをUTF-8であるとして処理しようとしている。
承知してます。
その上で、
・なぜsudoをつけるとエラーになるのか
・エラーにならない方法
を質問しています。
> 承知してます。
では、その文字列の中味を把握していますか？見れば原因が分かりそうな気がしますが。
また、DEFAULT_ENCODING の値が、ユーザによって異なるのかどうかは確認しましたか？
把握できていないから質問しています。
default encodingはsudoの有無に関わらずutf-8でした。
現状では DEFAULT_ENCODING の値は 'utf-8' で固定されていて、コード内の decode() には全て DEFAULT_ENCODING が渡されています。
pytesseract/pytesseract/pytesseract.py at master · madmaze/pytesseract · GitHub
https://github.com/madmaze/pytesseract/blob/master/pytesseract/pytesseract.py#L50
DEFAULT_ENCODING = 'utf-8'
pytesseract から起動される tesseract コマンドが出力するエラーメッセージの文字コードが root で実行する場合には UTF-8 ではない、ということなので、sudo に -E オプション(--preserve-env)を付けるとよいかもしれません。(security policy 次第ですが)
コメントありがとうございます!試したところ問題が解決しました!
ベストアンサーに選びたいので同じ内容を回答欄に投稿いただけますでしょうか?
which tesseract
と
sudo which tesseract
が食い違っている(別のtesseractが呼び出されている)んじゃないかと想像しました
そちらは同じでした...
sudo tesseract イメージ 出力 を試すのが先でしたか……
動かしているユーザにtesseract関連の環境変数が設定されている(がrootではしていない)とか?
回答4件
0
ベストアンサー
現状では DEFAULT_ENCODING の値は 'utf-8' で固定されていて、コード内の decode() には全て DEFAULT_ENCODING が渡されています。
pytesseract/pytesseract/pytesseract.py at master · madmaze/pytesseract · GitHub
DEFAULT_ENCODING = 'utf-8'
pytesseract から起動される tesseract コマンドが出力するエラーメッセージの文字コードが root で実行する場合には UTF-8 ではない、ということになります。security policy の設定次第ですが、sudo コマンドに -E オプション(--preserve-env)を付けるとよいかもしれません。
投稿2024/03/25 03:27
総合スコア20574
0
把握できていないから質問しています。
言葉足らずですみません。「その文字列の中味を把握していますか？」はYES/NOで応えて欲しかったわけじゃなくて、「把握してないのなら把握しましょう」という意図でした。
エラーメッセージ全体を見ると、エラーを出しているメソッド名からすると、何らかの外部コマンドを実行していて、
・sudoを付けると実行でエラーが出ていて、そのエラーメッセージがおそらくSJIS
・sudo付けないと実行でエラーが出ずに正常実行
という事かと思うので、必要な環境変数が設定できてないあたりが怪しいです。
sudoを使うと、（設定次第ですが）多くの環境変数が伝わりません。
envとsudo envの結果を比較して漏れているものの中で明らかに無関係なものを除き、
sh
1#!/bin/sh 2export 漏れている変数名=変数値 3export 漏れている変数名=変数値 4・・・・ 5/path/to/python /Users/user/minhaya/main.py
のようなシェルスクリプトを作って、それをsudoで実行してみましょう。
うまく行けば、変数を減らしてどの変数が必要なのかを確認。
投稿2024/03/25 03:31
総合スコア85778
0
https://github.com/madmaze/pytesseract/blob/v0.3.10/pytesseract/pytesseract.py#L415
pytesseract.image_to_string(img, output_type=pytesseract.Output.BYTES)
として、文字列型にdecodeせずバイト型で返してもらって、実際に何が入ってきているのか中身を確認したらいいのでは
投稿2024/03/25 03:06
総合スコア11209
あなたの回答
tips
プレビュー
