PyMuPdf (fitz) недоступен в докере

Я пытаюсь выполнить распознавание текста в файле докера, и, поскольку я не смог заставить его работать с Tesseract, я попытался провести рефакторинг, чтобы вместо этого использовать PyMuPdf. Ошибка, которую я получаю, довольно проста:

File "/code/table.py", line 35, in <module>
    import fitz
ModuleNotFoundError: No module named 'fitz'

На моем локальном (Windows) компьютере я могу запустить его с кодом, который выглядит так

import fitz
pages = fitz.open(source_path)  # open document
for page in pages:
   page_data = page.get_textpage_ocr(language='eng', dpi=600, full=True)
<etc>

Однако в Docker точно такой же код не работает.

Соответствующие части моего Dockerfile выглядят так

FROM python:3.10
WORKDIR /code
COPY ./requirements.txt ./
RUN pip install --upgrade pip
RUN pip install --no-cache-dir -r requirements.txt

# install PyMupdf
RUN pip install pymupdf

COPY . .

CMD ["python", "./run.py"]

У меня также есть pymupdf в моем файле требований, но я устанавливаю его отдельно на всякий случай. Сборка образа не дает ошибок и работает как надо.

Соответствующие части Docker-compose.yml

build: .
container_name: ocr
command: python ./run.py
volumes:
  - .:/code
  - type: bind
    source: "C:/Program Files/Tesseract-OCR/tessdata"
    target: /code/tessdata

И в моем .env файле есть ссылка на привязку TESS_DATA_PREFIX='/code/tessdata

Я добавил TESS_DATA_PREFIX в свои переменные среды, хотя это больше не кажется необходимым, и ошибка возникает задолго до того, как я пытаюсь даже использовать OCR.

Когда вы сопоставляете свой текущий каталог с /code, вы скрываете то, что находится в каталоге на изображении, включая модули, которые вы установили в Dockerfile.

Hans Kilian 15.04.2023 21:40

Если бы это было так, ни один из моих кодов не работал бы, но он работает. Только pymupdf (fitz) импортируется неправильно. Отличается ли эта конкретная библиотека в этом отношении?

GiuT 15.04.2023 21:49
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
2
87
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Проблема была связана с тем, что Docker не обновлялся после изменений во время сборки. Удалены все контейнеры и кеш сборки, теперь все работает.

Обновлено: также правильная переменная ENV должна называться TESSDATA_PREFIX, а не TESS_DATA_PREFIX. Это была моя следующая ошибка, но после изменения .env на правильное имя переменной код работает точно так, как настроено выше.

Другие вопросы по теме