Could not initialize tesseract.

[Daniel Fernandes]

Tentando realizar a ANPR em maquina local(W10), tive problema ao instalar o TesseractOCR.

Ele é instalado aparentemente, adicionei o OCR ao path do sistema.

Ele solicita que a pasta ‘tessdata’ seja colocada no ambiente como ‘TESSDATA_PREFIX’, porém, ao fazer isso, continua com o erro.

Quanto ao codigo, é o mesmo codigo que está no colab.

config_tesseract = "--tessdata-dir tessdata --psm 6"

texto = pytesseract.image_to_string(placa, lang="por", config=config_tesseract)

Obs.: O erro só ocorre se colocar a config como parametro do ‘image_to_string’

 

Erro:

 

Variaveis de ambiente:

Além dessa, o TesseractOCR também está no path

[Gabriel Alves]

Olá Daniel!

O arquivo “por.traineddata” (e outros, caso esteja usando também outros idiomas) se encontram dentro desse diretório “tessdata“?

Aliás, você mencionou que isso ocorre quando usa a função image_to_string, se usar a image_to_data funciona normal sem erros?

Verifique também, se ao remover o “–tessdata-dir tessdata” do “config_tesseract” roda sem erros.

[Daniel Fernandes]

Olá

Sim, o arquivo estava em “tessdata“.

“image_to_data” da erro também.

Removendo “–tessdata-dir tessdata” ele funciona normal.

 

Uma dúvida, o que eu perco removendo “–tessdata-dir tessdata“?

 

Versão dos packages, caso te ajudem a entender a incompatibilidade:

pytesseract: 0.3.8

tesseract-ocr: 4.1.0 de 2019-03-14 12:31

[Gabriel Alves]

Olá, esse “–tessdata-dir tessdata“ é para indicar ao Tesseract que queremos usar os pacotes de linguagem que estão localizados na pasta “tessdata”. Durante o curso usamos esse método pois achamos melhor gerenciar os arquivos através desse diretório, pois além de funcionar melhor oferece mais controle. Mas na verdade é opcional, se você já fez a instalação do Tesseract pelo método tradicional então não é necessário indicar esse parâmetro, ao invés disso você pode instalar os pacotes das linguagens para OCR usando o comando !apt-get install tesseract-ocr-[codigo da linguagem]

no caso para instalar o pacote para português ficaria !apt-get install tesseract-ocr-por

(e pode usar !tesseract –list-langs para listar todos os pacotes instalados)

 

[Daniel Fernandes]

Entendi, muito obrigado pela atenção.

[Nycole dos Santos Xavier]

Eu gostaria de usar o config_tesseract, tem algo que possa fazer? estou com o mesmo erro

[Gabriel Alves]

Olá! Essa dúvida você havia postado em outro tópico, mas só para deixar respondido nesse também:

Para fazer isso, basta usar esse comando para fazer o download do modelo

!wget -O ./tessdata/por.traineddata https://github.com/tesseract-ocr/tessdata/blob/main/por.traineddata?raw=true

Então, na sequência usar esse código:

config_tesseract = ‘–tessdata-dir tessdata’
texto = pytesseract.image_to_string(rgb, lang=’por’, config=config_tesseract)

[Author]

Posts