python - 烦人的 python tesseract 错误 Error opening data file ./tessdata/eng.traineddata

Question

我遇到了这个错误，这个错误让我对 tesseract 的 python 包装器感到有点疯狂，这是一个名为 tesseract 的 python 模块。

这是我尝试运行的 python 代码:

img = cv2.imread(image, 0)
api = tesseract.TessBaseAPI()
api.Init(".","eng",tesseract.OEM_DEFAULT)
api.SetPageSegMode(tesseract.PSM_AUTO)
tesseract.SetCvImage(img,api)
url = api.GetUTF8Text()
conf=api.MeanTextConf()
print('Extracted URL : ' + url)
api.End()

这就是我得到的:

Error opening data file ./tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
Failed loading language 'eng'
Tesseract couldn't load any languages!

我不明白为什么要这样做，因为我已将 TESSDATA_PREFIX 环境变量正确设置为我的 tesseract 安装的正确路径(带有尾部斜杠)。

当我尝试直接从 powershell 运行 Tesseract 时(顺便说一下，我在 Windows 7 上)，方法是:

 tesseract.exe .\data\test.tif -psm 7 out

它就像一个魅力!此外，当我在我的 python 脚本中使用 Popen 调用 Tesseract 时，它工作正常，但我不喜欢我无法直接从 stdout 获取 OCR 文本的想法。事实上，除了为 Tesseract 提供输出文件名然后打开并从该文件中读取之外，似乎别无选择。我觉得处理临时文本文件只是为了获得 OCR 的输出会非常糟糕......

帮助？

Answer 1

api.Init 的第一个参数应该是 TESSDATA_PREFIX。