python - 为 pytesseract 设置 psm 时出错

Question

我尝试将 0 的 psm 与 pytesseract 一起使用，但出现错误。我的代码是:

import pytesseract
from PIL import Image
img = Image.open('pathToImage')
pytesseract.image_to_string(img, config='-psm 0')

出现的错误是

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python2.7/site-packages/pytesseract/pytesseract.py", line 126, in image_to_string
f = open(output_file_name, 'rb')
IOError: [Errno 2] No such file or directory: 
'/var/folders/m8/pkg0ppx11m19hwn71cft06jw0000gp/T/tess_uIaw2D.txt'

当我进入“/var/folders/m8/pkg0ppx11m19hwn71cft06jw0000gp/T”时，有一个名为 tess_uIaw2D.osd 的文件，它似乎包含我正在查找的输出信息。看起来 tesseract 正在将文件保存为 .osd，然后查找该文件，但扩展名为 .txt。当我使用 --psm 0 通过命令行运行 tesseract 时，它将输出文件保存为 .osd 而不是 .txt。

pytesseract 的 image_to_string() 通过将输出文件保存在某处然后自动读取该输出文件来工作，这是否正确？有没有办法设置 tesseract 将文件另存为 .txt，或将其设置为查找 .osd 文件？当我不设置 psm 时，运行 image_to_string() 函数没有任何问题。

Answer 1

您有几个问题:

1. PSM 错误

   • 在您的问题中，您提到您正在命令行中运行“--psm 0”。但是，在您的代码片段中，您有 "-psm 0"。
   • 使用双破折号 config= "--psm 0" 将解决该问题。

2. 如果您阅读了 tesseract 命令行文档，您可以指定将从图像读取的文本输出到哪里。我建议你从这里开始。

3. pytesseract 的 image_to_string() 通过将输出文件保存在某处然后自动读取该输出文件来工作，这是否正确？

   • 从我对 tesseract 的使用来看，这不是它的工作原理
   • pytesseract.image_to_string() 默认情况下返回在图像上找到的字符串。当您查看函数 image_to_string 时，这是由参数 output_type=Output.STRING 定义的。
   • 其他返回选项包括 (1) Output.BYTES 和 (2) Output.DICT
   • 我通常有类似 text = pytesseract.image_to_string(img)
   • 然后我将该文本写入日志文件
   • 这是一个示例:

import datetime
import io
import pytesseract
import cv2

img = cv2.imread("pathToImage")
text = pytesseract.image_to_string(img, config="--psm 0")
ocr_log = "C:/foo/bar/output.txt"
timestamp_fmt = "%Y-%m-%d_%H-%M-%S-%f"

# ...
# DO SOME OTHER STUFF BEFORE WRITING TO LOG FILE
# ...

with io.open(ocr_log, "a") as ocr_file:
    timestamp = datetime.datetime.now().strftime(timestamp_fmt)
    ocr_file.write(f"{timestamp}:\n====OCR-START===\n")
    ocr_file.write(text)
    ocr_file.write("\n====OCR-END====\n")