2021年05月の記事一覧 | mlupinのブログ

「Pythonで自動化」（後編）　その10 リスト４－２の実行結果

リスト４－２の実行結果は、次のとおりです。Start!!tools = [<module 'pyocr.tesseract' from 'C:\\Users\\mlupi\\anaconda3\\lib\\site-packages\\pyocr\\tesseract.py'>]tool = <module 'pyocr.tesseract' from 'C:\\Users\\mlupi\\anaconda3\\lib\\site-packages\\pyocr\\tesseract.py'>txt＝ Mezs L size48| 社外秘<枠あり size48社外秘<Wr SZ size48社外秘d| ~ゴミが結構出てしまいました。Img2.jpegは、次のようなファイルを使用しました。

2021.05.31

コメント(0)

「Pythonで自動化」（後編）　その９リスト４－２

#　リスト４ー２#　　PyOCRを用いて、Tesseract OCRによるOCRを実施するテストプログラム#　　　（Img2.jpg用）##　　「日経ソフトウエア」2020.07#　　『特集５　Pythonで自動化』p.073～p.077##　　■OCRのライブラリをインストール。p.073#　　　PythonでOCRを行うには、２つのライブラリ「Tesseract OCR」と「PyOCR」が必要。#　　　「Tesseract OCR」は、そのままでは、Pythonでは使えないので、ラッパーである#　　　「PyOCR」も併用する。##　　・「Tesseract OCR」のインストール#　　　次のURLからインストーラーをダウンロードしてインストールする。#　　　#　　　https://digi.bib.uni-mannheim.de/tesseract/##　　からアルファ版ではない「tesseract-ocr-w64-setup-v5.0.0.20190623.exe」を# ダウンロードして、インストールする。#　　　この時インストール先をメモしておくこと。# (デフォルトでは、C:\Program Files\Tesseract-OCR)##　　（注１）日本語が使用できるように、#　　　インストールする言語のコンポーネント選択画面で、日本語関連の項目［Japanese～」# 　 2つずつ計4項目にチェックを入れること。##　　（注２）使えるようにするには、Windows10の環境変数の設定が必要。#　　　　１　コントロールパネルにある「システムのプロパティ」を開き、［詳細設定］タブの［環境変数］を開く。#　　　　２　既存のユーザー環境変数「Path」にTesseractOCRのインストール先のパスを追加する。##　　・Tesseract OCR単体での体験#　　　Tesseract OCRは、コマンドプロンプトから実行可能なので、PNG画像「Confidential.png」をホームディレクトリに置いて、##　　　　tesseract.exe Confidential.png result -l jpn+eng##　　　を実行すると、result.txtに画像からOCRで読み取った文字が格納される。##　　・PyOCRのインストール#　　　次のように、Anaconda Prompt上で、pipコマンドでインストールする。## pip install pyocr##　　　（執筆時点では、condaコマンドでは、インストールできないとのこと。）## ■注#　　　　　・記号「#」以降はコメント。（番号）は、本文の説明用の番号。［番号］は筆者が付加したコメント。#　　　　　・元々のリストにない「print」文は、筆者のデバッグのために挿入したもの。#print('Start!!')from PIL import Imageimport sysimport pyocr#　本文のままのコードでは、（１）でOCRエンジンのオブジェクトが取得できなかったため、##　　https://tsukimitech.com/pyocr-get_available_tools/##　の記事を参考にして、次のコードを追加。pyocr.tesseract.TESSERACT_CMD = r'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'#（１）OCRエンジンのオブジェクトを取得して、リスト変数「tools」に格納する処理tools = pyocr.get_available_tools()if len(tools) == 0: print("OCRツールが見つかりませんでした") sys.exit(1)print('tools = ', tools)#（２）実際に使うOCRエンジンオブジェクトを取り出して、変数「tool」に格納する処理tool = tools[0]print('tool = ', tool)#（３）実際に文字認識処理を行っているコードtxt = tool.image_to_string( Image.open('Img2.jpg'), lang='jpn+eng', builder=pyocr.builders.TextBuilder())print('txt＝', txt)

2021.05.31

コメント(0)

「Pythonで自動化」（後編）　その８リスト４－１の実行結果

リスト４－１の実行結果は次のとおりです。Start!!tools = [<module 'pyocr.tesseract' from 'C:\\Users\\mlupi\\anaconda3\\lib\\site-packages\\pyocr\\tesseract.py'>]tool = <module 'pyocr.tesseract' from 'C:\\Users\\mlupi\\anaconda3\\lib\\site-packages\\pyocr\\tesseract.py'>ConfidentialImg1.pngは、次のファイルを使用しました。

2021.05.31

コメント(0)

「Pythonで自動化」（後編）　その7 リスト４－１

#　リスト４ー１#　　PyOCRを用いて、Tesseract OCRによるOCRを実施するテストプログラム#　　　（Img1.png用）##　　「日経ソフトウエア」2020.07#　　『特集５　Pythonで自動化』p.073～p.077##　　■OCRのライブラリをインストール。p.073#　　　PythonでOCRを行うには、２つのライブラリ「Tesseract OCR」と「PyOCR」が必要。#　　　「Tesseract OCR」は、そのままでは、Pythonでは使えないので、ラッパーである#　　　「PyOCR」も併用する。##　　・「Tesseract OCR」のインストール#　　　次のURLからインストーラーをダウンロードしてインストールする。#　　　#　　　https://digi.bib.uni-mannheim.de/tesseract/##　　からアルファ版ではない「tesseract-ocr-w64-setup-v5.0.0.20190623.exe」を# ダウンロードして、インストールする。#　　　この時インストール先をメモしておくこと。# (デフォルトでは、C:\Program Files\Tesseract-OCR)##　　（注１）日本語が使用できるように、#　　　インストールする言語のコンポーネント選択画面で、日本語関連の項目［Japanese～」# 　 2つずつ計4項目にチェックを入れること。##　　（注２）使えるようにするには、Windows10の環境変数の設定が必要。#　　　　１　コントロールパネルにある「システムのプロパティ」を開き、［詳細設定］タブの［環境変数］を開く。#　　　　２　既存のユーザー環境変数「Path」にTesseractOCRのインストール先のパスを追加する。##　　・Tesseract OCR単体での体験#　　　Tesseract OCRは、コマンドプロンプトから実行可能なので、PNG画像「Confidential.png」をホームディレクトリに置いて、##　　　　tesseract.exe Confidential.png result -l jpn+eng##　　　を実行すると、result.txtに画像からOCRで読み取った文字が格納される。##　　・PyOCRのインストール#　　　次のように、Anaconda Prompt上で、pipコマンドでインストールする。## pip install pyocr##　　　（執筆時点では、condaコマンドでは、インストールできないとのこと。）## ■注#　　　　　・記号「#」以降はコメント。（番号）は、本文の説明用の番号。［番号］は筆者が付加したコメント。#　　　　　・元々のリストにない「print」文は、筆者のデバッグのために挿入したもの。#print('Start!!')from PIL import Imageimport sysimport pyocr#　本文のままのコードでは、（１）でOCRエンジンのオブジェクトが取得できなかったため、##　　https://tsukimitech.com/pyocr-get_available_tools/##　の記事を参考にして、次のコードを追加。pyocr.tesseract.TESSERACT_CMD = r'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'#（１）OCRエンジンのオブジェクトを取得して、リスト変数「tools」に格納する処理tools = pyocr.get_available_tools()if len(tools) == 0: print("OCRツールが見つかりませんでした") sys.exit(1)print('tools = ', tools)#（２）実際に使うOCRエンジンオブジェクトを取り出して、変数「tool」に格納する処理tool = tools[0]print('tool = ', tool)#（３）実際に文字認識処理を行っているコードtxt = tool.image_to_string( Image.open('Img1.png'), lang='jpn+eng', builder=pyocr.builders.TextBuilder())print(txt)

2021.05.31

コメント(0)

今日の夕飯は、韓国風冷奴

今日の我が家の夕飯は、納豆にゴマをふりかけ、ちょっとごま油をかけ、韓国のりを載せた「韓国風冷奴」。玄米ご飯。

2021.05.31

コメント(0)

午後のおやつは、マリトッツォ

今日の午後のおやつは、ローソンでかった「マリトッツォ」。

2021.05.31

コメント(0)

今日のランチは、スタバで

今日のランチは、ルミネ立川店1階にある「スターバックス」で。「サラダラップ」と「あんバターサンド」。

2021.05.31

コメント(0)

午前中のおやつは、コロ玉かりんとう

今日の午前中のおやつは、「コロ玉かりんとう」と「ドーナツ棒」と豆から淹れたコーヒー（「スタバ」の「コロンビア」）。

2021.05.31

コメント(0)

今朝の朝食は、茄子のとソーセージ

今朝の我が家の朝食は、茄子のとソーセージ。

2021.05.31

コメント(0)

今日の夕飯は、シリアルヨーグルト

今日の我が家の夕飯は、ナッツ・ドライフルーツ・レーズン・辛い豆・パナナ入りのシリアルヨーグルト。

2021.05.30

コメント(0)

午後のおやつは、ちぎりパン

今日の午後のおやつは、ローソンの「MILKカスタードのちぎりパン」とアーモンド小魚。

2021.05.30

コメント(0)

今日のランチは、焼き餃子

今日の我が家のランチは、冷凍しておいた「四つ角飯店」の餃子とスープ。ブルスケッタと「タラコスプレッド」。

2021.05.30

コメント(0)

今日の花アジサイ

今日、見かけた花。紫陽花が、あちらこちらで咲いていますね。カシワバアジサイ。

2021.05.30

コメント(0)

午前中のおやつは、バウムクーヘン

今日の午前中のおやつは、ファミマの「しっとり食感のバウム」と豆から淹れたコーヒー（「スタバ」の「コロンビア」）。

2021.05.30

コメント(0)

今朝の朝食は、パスタとサラダ

今朝の我が家の朝食は、パスタとりんごとキウイのサラダ。野菜ジュースも。タラコバターと和えたパスタ。うにバターを和えたパスタ。

2021.05.30

コメント(0)

今日の夕飯は、油揚げのチーズ焼き

今日の我が家の夕飯は、油揚げにチーズとしらすを載せて焼いたものに納豆をかけたものと味噌汁。

2021.05.29

コメント(0)

午後のおやつは、不二家のプリン

今日の午後のおやつは、不二家の「プリン」と「ラー油せんべい」。

2021.05.29

コメント(0)

今日のランチは、ピーマンの肉詰め

今日の我が家のランチは、「ピーマンの肉詰め」。

2021.05.29

コメント(0)

午前中のおやつは、クリーニング玄米ブラン

今日の午前中のおやつは、クリーム玄米ブラン（カカオ、抹茶）と豆から淹れたコーヒー（「スタバ」の「コロンビア」）。

2021.05.29

コメント(0)

今朝の朝食は、焼きズッキーニ

今朝の我が家の朝食は、「焼きズッキーニ」とハムとカルディーのドライフルーツ入りの「あんペースト」を塗って焼いた全粒粉のパンのトーストと、納豆。デザートは、キウイとりんご。焼きズッキーニとハム。あんペーストを塗って焼いたトースト。

2021.05.29

コメント(2)

今日の夕飯は、ちくわのチーズ焼きとカレーパン

今日の我が家の夕飯は、「竹輪のチーズ載せ焼き」と「カレーパン」。カルディーの「塗って焼いたらカレーパン」を塗って焼いた「カレーパン」。竹輪のチーズ載せ焼き。チーズは、削って使うために買ったパルミジャーノ・レッジャーノの端の部分をサイコロ状に切ったものを使いました。キャベツとツナのサラダ。

2021.05.28

コメント(0)

午後のおやつは、不二家のシフォンケーキ

今日の午後のおやつは、ルミネ立川店1階に期間限定で開店中の「不二家」の「シフォンケーキ」。ミルクシフォンケーキ。カカオシフォンケーキ。

2021.05.28

コメント(0)

今日の花時計草

今日、見かけた花。これです。時計草と言うんだそうです。本当に時計のようです。驚きました。こんな花が存在するのですね。生き物とは、不思議なものですね。これも変わっていますよね。ヤナギハナガサというそうです。

2021.05.28

コメント(0)

今日のランチは、マクドで「てりやきバーガー」

今日のランチは、立川駅北口にある「マクドナルド」で、てりやきバーガー（「黒胡椒てりやき」、「親子てりやき」）を。

2021.05.28

コメント(0)

午前中のおやつは、クリーム玄米ブラン

今日の午前中のおやつは、「クリーム玄米ブラン（豆乳抹茶、クリームチーズ）」と、豆から淹れたコーヒー（「スタバ」の「ケニヤ」）。

2021.05.28

コメント(0)

今朝の富士山

今朝の富士山。久しぶりに見えました。だいぶ雪の部分が少なくなっています。

2021.05.28

コメント(0)

今朝の朝食は、キャベツのとんぺい焼き

今朝の我が家の朝食は、キャベツのとんぺい焼きとソーセージとラスク。ガーリック味のラスク。

2021.05.28

コメント(0)

今日の夕飯は、シリアルヨーグルト

今日の我が家の夕飯は、ナッツ・ドライフルーツ・レーズン・辛い豆入りのシリアルヨーグルト。クリーンスムージー、チーズも。

2021.05.27

コメント(0)

「Pythonで自動化」（後編）　その６　実行結果

サンプルデータファイルを作成するのに、大変苦労しました。次のようなPNG画像とJPEG画像を用意して、WordやExcelの白紙の状態に貼り付けたものを「印刷」機能でPDFファイルとして、出力したものを使いました。画像１（使用したPNG画像）。画像２（使用したJPEG画像）。Wordで作成したものでは、「Value Error」が出て、うまくいきませんでした。PowerPointとExcelで作成したものでは、フォトで貼り付けたPNG画像とJPEG画像が出力されました。次は、リスト3を実行した後、「xobjs」を別のセルで出力した結果です。これを見ると、「Filter」の種類が、Image1、２とも、「/DCTDecode」になっています。{'/Image1': {'/ColorSpace': '/DeviceRGB', '/BitsPerComponent': 8, '/Width': 561, '/Height': 178, '/Filter': '/DCTDecode', '/Subtype': '/Image', '/Type': '/XObject'}, '/Image2': {'/ColorSpace': '/DeviceRGB', '/BitsPerComponent': 8, '/Width': 474, '/Height': 316, '/Filter': '/DCTDecode', '/Subtype': '/Image', '/Type': '/XObject'}}

2021.05.27

コメント(0)

午後のおやつは、冷やして食べるバームクーヘン

今日の午後のおやつは、ファミリーマートの「冷やして食べるしっとり食感のバウム」。

2021.05.27

コメント(0)

風呂場の溝掃除

風呂場の入り口の下に外に水が出ないように溝があります。久しぶりにその溝の掃除をしました。何年も掃除をしていなかったので、髪の毛やわけのわからないぶよぶよした汚れがたまっていました。だいぶきれいになりました。

2021.05.27

コメント(0)

午前中のおやつは、クリーム玄米ブラン

今日の午前中のおやつは、「クリーム玄米ブラン」と不二家の「バターサンド」。

2021.05.27

コメント(0)

今朝の朝食は、オムレツ

今朝の我が家の朝食は、「ベーコンと長ネギたっぷりのチーズオムレツ」。グリーンスムージー。

2021.05.27

コメント(0)

今日の夕飯は、豆腐そうめん風

今日の我が家の夕飯は、豆腐そうめん風と大根の肉巻きと味噌汁。大根の肉巻き。豆腐のそうめん風。味噌汁。

2021.05.26

コメント(0)

午後のおやつは、MILKどらもっち

今日の午後のおやつは、ローソンとMILKのコラボの「MILKどらもっち」とアーモンド小魚。

2021.05.26

コメント(0)

今日のランチは、大根の肉巻き

今日の我が家のランチは、大根の肉巻きと味噌汁とグリーンピースご飯。大根の皮の味噌汁。

2021.05.26

コメント(0)

午前中のおやつは、プリンと杏仁豆腐

今日の午前中のおやつは、「プリン」と「杏仁豆腐」と豆から淹れたコーヒー（「スタバ*の「ケニヤ」）。

2021.05.26

コメント(0)

今朝の朝食は、餃子

今朝の我が家の朝食は、「四つ角飯店」の「餃子」を焼いたものと「ピーマンのおかか和え」。デザートは、りんご。ピーマンのおかか和え（塩昆布も）。、皮付きのりんご。

2021.05.26

コメント(0)

「Pythonで自動化」（後編）　その５　リスト３

リスト３は、PDFファイルからJPEG画像を抽出するテストプログラムのリストです。#　リスト３#　　PDFからJPEG画像を抽出するテストプログラム#　　　（リスト２との違いは、（０）、（１）、（２））#　　「日経ソフトウエア」2020.07#　　『特集５　Pythonで自動化』p.069～p.073##　　■PyPDF2をGitHubから入手してインストール。p.070##　　　https://github.com/mstamy2/PyPDF2##　　から「PyPDF2-Master.zip」をダウンロードして、展開すると、#　　「PyPDF2-Master」フォルダが生成されるので、「Anaconda Prompt」#　　を立ち上げ、「cd」コマンドで、「PyPDF2-Master」フォルダに移動し、#　　次のコマンドを入力してインストールする。## python setup.py install#　　# ■注#　　　　　・記号「#」以降はコメント。（番号）は、本文の説明用の番号。［番号］は筆者が付加したコメント。#　　　　　・元々のリストにない「print」文は、筆者のデバッグのために挿入したもの。#　　　print('Start!!')print('［１］ライブラリの読み込み')#（０）import iofrom PyPDF2 import PdfFileReaderfrom PIL import Imageprint('［２］目的のPDFファイルを開く処理')#　　　PDFファイルを、第2引数の「rb」で読み取り専用、バイナリーモードで開く。#　　　「r」は読み込み用、「b」はバイナリーを意味する。fp = open('PDFtest2.pdf', 'rb')print('［３］必要なオブジェクトの生成')reader = PdfFileReader(fp)pgnum = reader.getNumPages()print('pgnum = ', pgnum)print('（４）実際の処理')for i in range(pgnum): print('i = ', i) print('（５）') pg = reader.getPage(i) print('pg = ', pg) print('（６）') if '/XObject' in pg['/Resources']: xobjs = pg['/Resources']['/XObject'] print('xobjs = ', xobjs) print('（７）') for key, obj in xobjs.items(): item = obj.getObject() print('（８）') if item['/Subtype'] == '/Image': #（１） if item['/Filter'] == '/DCTDecode': print('（10）') data = item.getData() #（２） img = Image.open(io.BytesIO(data)) img.show() fp.close()

2021.05.25

コメント(0)

「Pythonで自動化」（後編）　その４　リスト２

リスト２は、PDFファイルからPNG画像を抽出するテストプログラムのリストです。#　リスト２#　　PDFからPNG画像を抽出するテストプログラム#　　「日経ソフトウエア」2020.07#　　『特集５　Pythonで自動化』p.069～p.073##　　■PyPDF2をGitHubから入手してインストール。p.070##　　　https://github.com/mstamy2/PyPDF2##　　から「PyPDF2-Master.zip」をダウンロードして、展開すると、#　　「PyPDF2-Master」フォルダが生成されるので、「Anaconda Prompt」#　　を立ち上げ、「cd」コマンドで、「PyPDF2-Master」フォルダに移動し、#　　次のコマンドを入力してインストールする。## python setup.py install## ■注#　　　　　・記号「#」以降はコメント。（番号）は、本文の説明用の番号。［番号］は筆者が付加したコメント。#　　　　　・元々のリストにない「print」文は、筆者のデバッグのために挿入したもの。t('Start!!')print('［１］ライブラリの読み込み')from PyPDF2 import PdfFileReaderfrom PIL import Imageprint('［２］目的のPDFファイルを開く処理')#　　　PDFファイルを、第2引数の「rb」で読み取り専用、バイナリーモードで開く。#　　　「r」は読み込み用、「b」はバイナリーを意味する。fp = open('PDFtest2.pdf', 'rb')print('［３］必要なオブジェクトの生成')#（１）reader = PdfFileReader(fp)#（２）pgnum = reader.getNumPages()print('［４］実際の処理')#（３）for i in range(pgnum): #（４） pg = reader.getPage(i) #（５） if '/XObject' in pg['/Resources']: xobjs = pg['/Resources']['/XObject'] print('xobjs = ', xobjs) #（６） for key, obj in xobjs.items(): item = obj.getObject() #（７） if item['/Subtype'] == '/Image': if item['/Filter'] == '/FlateDecode': #（８） size = (item['/Width'], item['/Height']) data = item.getData() img = Image.frombytes('RGB', size, data) img.show() fp.close()prin

2021.05.25

コメント(0)