MacOS下Pytesseract临时文件丢失引发FileNotFoundError问题求助

问题场景 #

运行以下代码时：

import cv2
import numpy as np
import pytesseract

pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'
img = cv2.imread('some.png')

h, w, c = img.shape
boxes = pytesseract.image_to_boxes(img) 

出现如下FileNotFoundError，提示临时生成的.box文件不存在：

File "/Users/thomaskilian/Documents/pytess.py", line 9, in <module>
  boxes = pytesseract.image_to_boxes(img)
File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/pytesseract/pytesseract.py", line 491, in image_to_boxes
  }[output_type]()
File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/pytesseract/pytesseract.py", line 490, in <lambda>
  Output.STRING: lambda: run_and_get_output(*args),
File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/pytesseract/pytesseract.py", line 290, in run_and_get_output
  with open(filename, 'rb') as output_file:

builtins.FileNotFoundError: [Errno 2] No such file or directory: '/var/folders/m3/26h8sdk11p7731577hpllh900000gn/T/tess_wayjir39.box'

追踪pytesseract源码发现，run_tesseract执行后临时文件仍存在，但执行open操作时文件已消失，推测是系统临时文件被过早清理导致。

解决办法 #

• 指定自定义临时目录
  避开系统自动清理的临时路径，手动设置tempfile的临时目录，确保该目录不会被自动清理且当前用户有读写权限：

  import tempfile
  # 替换为你自己的自定义临时目录，比如~/my_temp
  tempfile.tempdir = "/Users/your_username/my_temp"
  

• 升级pytesseract至最新版
  旧版本可能存在临时文件管理的bug，执行升级命令修复：

  pip install --upgrade pytesseract
  

• 手动处理图像文件与临时文件
  绕开pytesseract内置的临时文件逻辑，自行保存图像并调用tesseract，完成后手动清理：

  import cv2
  import numpy as np
  import pytesseract
  import os
  
  pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'
  img = cv2.imread('some.png')
  
  # 手动保存图像到自定义临时路径
  temp_img = "/tmp/custom_temp_img.png"
  cv2.imwrite(temp_img, img)
  
  # 调用tesseract获取结果
  boxes = pytesseract.image_to_boxes(temp_img)
  
  # 清理临时文件
  os.remove(temp_img)
  

• 调整系统临时文件清理策略
  检查macOS的临时文件清理服务（如tmutil或第三方清理工具），添加规则排除tess_*.box格式的文件，避免被误清理。

内容的提问来源于stack exchange，提问作者qwerty_so