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!

新規登録して質問してみよう
ただいま回答率
85.42%
Tesseract

Tesseractは、Googleが提供しているオープンソースのOCRエンジンです。機械学習があり60以上の言語に対応でき、日本語の文字認識も可能です。さらに精度を上げることもできます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

1回答

686閲覧

pdf2imageができない

ryu2142

総合スコア18

Tesseract

Tesseractは、Googleが提供しているオープンソースのOCRエンジンです。機械学習があり60以上の言語に対応でき、日本語の文字認識も可能です。さらに精度を上げることもできます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2024/02/18 18:37

実現したいこと

pythonでOCRを実装したいです。

発生している問題・分からないこと

pdfをjpegに変換するプログラムが上手く動きません。

エラーメッセージ

error

1Traceback (most recent call last): 2 File "C:\Users\ryumi\AppData\Local\Programs\Python\Python312\Lib\site-packages\pdf2image\pdf2image.py", line 602, in pdfinfo_from_path 3 raise ValueError 4ValueError 5 6During handling of the above exception, another exception occurred: 7 8Traceback (most recent call last): 9 File "C:\Users\ryumi\desktop\python_lesson\ocr.py", line 16, in <module> 10 pages = convert_from_path(pdf_path, poppler_dir) 11 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 12 File "C:\Users\ryumi\AppData\Local\Programs\Python\Python312\Lib\site-packages\pdf2image\pdf2image.py", line 127, in convert_from_path 13 page_count = pdfinfo_from_path( 14 ^^^^^^^^^^^^^^^^^^ 15 File "C:\Users\ryumi\AppData\Local\Programs\Python\Python312\Lib\site-packages\pdf2image\pdf2image.py", line 611, in pdfinfo_from_path 16 raise PDFPageCountError( 17pdf2image.exceptions.PDFPageCountError: Unable to get page count. 18I/O Error: Couldn't open file 'C:/User/ryumi/Desktop/test.pdf': No error.

該当のソースコード

python

1import os 2from pathlib import Path 3from pdf2image import convert_from_path 4 5# poppler/binへのパスをpoppler_dir変数に設定 6poppler_dir = Path(r'C:\Program Files (x86)\poppler').parent.absolute() / r"C:\Program Files (x86)\poppler\Library\bin" 7os.environ["Path"] += os.pathsep + str(poppler_dir) 8 9# 変換対象のpdfファイルのパスをpdf_path変数に設定 10pdf_path = Path(r"C:\User\ryumi\Desktop\test.pdf") 11 12# 画像を保存するディレクトリのパスをimage_dir変数に設定 13image_dir = Path(r"C:\User\ryumi\Desktop") 14 15# convert_from_path()関数を用いて、指定したpdfファイルを画像に変換。 16pages = convert_from_path(pdf_path, poppler_dir) 17 18# 変換された画像が複数ページある場合、各ページをループで処理し、ファイル名を設定して保存。 19# ページ番号を含めたファイル名を作成し、JPEG形式で保存。 20if len(pages) > 1: 21 for i, page in enumerate(pages): 22 file_name = pdf_path.stem + "_{:02d}".format(i + 1) + ".jpeg" 23 image_path = image_dir / file_name 24 page.save(str(image_path)), "JPEG" 25else: 26 file_name = pdf_path.stem + ".jpeg" 27 image_path = image_dir / file_name 28 pages[0].save(str(image_path), "JPEG")

試したこと・調べたこと

  • teratailやGoogle等で検索した
  • ソースコードを自分なりに変更した
  • 知人に聞いた
  • その他
上記の詳細・結果

紆余曲折を経てここまでたどり着きました。限界を感じ、お力をお借りしたく存じます。

補足

特になし

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

Windows 11、Python 3.12.1で確認しました。

既にpopplerへのパスは通しているので、convert_from_pathでライブラリのパス指定は不要です。
https://pdf2image.readthedocs.io/en/latest/reference.html

# 16行目を修正 pages = convert_from_path(pdf_path)

(追記)
「C:/User/ryumi/Desktop/test.pdf」のパスが正しいかどうかも、念のため、再確認してください。

投稿2024/02/18 20:53

編集2024/02/18 20:59
hiroki-o

総合スコア681

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

ryu2142

2024/02/18 21:20

ご回答ありがとうございます。 無事jpegが出力されました!本当にありがとうございます。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.42%

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る

質問する

関連した質問