Pytesseract：打開數據文件錯誤\\ Program Files（x86）\\ Tesseract-OCR \\ en.traineddata

Question

我想在Jupyter筆記本上使用pytesseract。

• 的Windows 10的x64
• 運行Jupyter筆記本（Anaconda3，Python的3.6.1）具有管理權限
• 包含TIFF文件的工作目錄是不同的驅動器（Z :)

當我運行以下代碼：

try: 
    import Image 
except ImportError: 
    from PIL import Image 
import pytesseract 

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe' 

tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' 

print(pytesseract.image_to_string(Image.open('Multi_page24bpp.tif'), lang='en', config = tessdata_dir_config)) 

我收到以下錯誤：

TesseractError       Traceback (most recent call last) 
<ipython-input-37-c1dcbc33cde4> in <module>() 
    11 # tessdata_dir_config = '--tessdata-dir "C:\\Program Files (x86)\\Tesseract-OCR\\tessdata"' 
    12 
---> 13 print(pytesseract.image_to_string(Image.open('Multi_page24bpp.tif'), lang='en')) 
    14 # print(pytesseract.image_to_string(Image.open('test-european.jpg'), lang='fra')) 

C:\Users\cpcho\AppData\Local\Continuum\Anaconda3\lib\site-packages\pytesseract\pytesseract.py in image_to_string(image, lang, boxes, config) 
    123   if status: 
    124    errors = get_errors(error_string) 
--> 125    raise TesseractError(status, errors) 
    126   f = open(output_file_name, 'rb') 
    127   try: 

TesseractError: (1, 'Error opening data file \\Program Files (x86)\\Tesseract-OCR\\en.traineddata') 

我發現這兩個引用有益的，但我失去了一些東西： https://github.com/madmaze/pytesseract/issues/50 https://github.com/madmaze/pytesseract/issues/64

謝謝你的時間在這！

Answer 1

從您的帖子中，觀察到兩個可能的問題。

1. 所有訓練的語言數據應保存在TESSDATA_PREFIX， 一個Windows環境變量，這是你的情況C:\Program Files (x86)\Tesseract-OCR\tessdata。

2. 經過訓練的英文數據tesseract被命名爲eng.traineddata（即'eng'），除非您修改了名稱。有關更多信息，請參閱此Tesseract Data Files。

此外，pytesseract讀取圖像文件Image.open()，您可以包括完整的文件路徑（例如'z:\\path\\to\\image'）如果圖像文件無法找到。

對此希望。

Answer 2

我面臨同樣的問題。我在Google上嘗試了所有解決方案，但沒有成功。最後，我通過替換解決了問題。

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe' 

與

pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe'.