4

我正在使用 tesseract 和 opencv 来读取图像作为不同程序的一部分。我写这篇文章是为了解决我在主程序中遇到的错误。test() 函数将被复制并粘贴到最终程序中。我遇到的问题是 tesseract 似乎以 Segmentation Fault 11 退出了 python。这种情况间歇性地发生。有时这个示例代码完全运行，有时它在 56 次迭代后失败（每次）。我安装的所有东西都在自制软件中（我遵循了这些说明：https ://code.google.com/p/python-tesseract/wiki/HowToCompilePythonTesseractForHomebrewMacMountainLion ）在搜索了我的问题的解决方案后，我尝试了以下说明：http：/ /www.janeriksolem.net/2011/12/installing-opencv-python-interface-on.html，我很确定我做的一切都是正确的，但我仍然偶尔会遇到段错误。

import time
import tesseract
import cv2
import cv2.cv as cv
import Image
def test():
    image0=cv2.imread("test.jpg")
    offset=20
    height,width,channel = image0.shape
    image1=cv2.copyMakeBorder(image0,offset,offset,offset,offset,cv2.BORDER_CONSTANT,value=(255,255,255)) 

    api = tesseract.TessBaseAPI()
    api.Init(".","eng",tesseract.OEM_DEFAULT)
    api.SetPageSegMode(tesseract.PSM_AUTO)
    height1,width1,channel1=image1.shape
    print image1.shape
    print image1.dtype.itemsize
    width_step = width*image1.dtype.itemsize
    print width_step
    #method 1 
    iplimage = cv.CreateImageHeader((width1,height1), cv.IPL_DEPTH_8U, channel1)
    cv.SetData(iplimage, image1.tostring(),image1.dtype.itemsize * channel1 * (width1))
    tesseract.SetCvImage(iplimage,api)

    text=api.GetUTF8Text()
    conf=api.MeanTextConf()
    image=None
    print "..............."
    return (text, conf)

for x in xrange(200):
    print "x: %d" %x
    test()
    print
time.sleep(1)
print "Done"
4

1 回答 1

2

我知道这是一个很晚的答案，但我在使用 OS X Lion、python2.7、OpenCV 2.4 和 Tesseract 3.0 时遇到了同样的问题

使用eclipse+pydev调试的时候发现了三个问题...

首先是提供给 tesseract 的图像总是必须是二值图像。

第二个问题cv2.imread()有时不起作用，它只是返回一个空的 ndarray。我真的不知道为什么会发生这种情况，以及它是否与在 eclipse+pydev 中运行 python 有关。

因此，当我尝试使用空的 ndarrayshape并且dtype我有空字符时，这会在使用cv.SetData(). 当api.GetUTF8Text()试图处理这个空的iplimage时，一切都以一种奇怪的方式崩溃了，我得到了“Segmentation Error 11”

第三，事实证明 cv2 和 cv 处理数组的方式非常不同，并且它们的轴互换了。所以如果你做了类似的事情......

image = cv2.imread('something.jpg',0) # flag = 0 is for converting to grayscale
image = cv2.threshold(image,128,255,cv2.THRESH_BINARY)
height,width,channel = image.shape

那么你需要做...

iplimage = cv.CreateImageHeader((width,height), cv.IPL_DEPTH_8U, 1)
cv.SetData(iplimage, image.tostring(),image.dtype.itemsize * (width)) #the number of channels is 1

我看到你已经解决了第三个问题。

奇怪的是，如果我img0 = cv.fromarray(scr)在该行之后有一个代码，scr = cv2.imread('textSample.jpg',0)那么一切正常。

使用图像“textSample.jpg”（在这篇文章的底部）尝试以下代码并取消注释行（除了第一行不是注释），以便您可以看到您的代码正在处理的图像. scr，img0并且img1最终应该是相同的：

#!/usr/bin/env python

import cv2
import cv2.cv as cv
import tesseract

scr = cv2.imread('textSample.jpg',0)
#img0 = cv.fromarray(scr)
#cv.SaveImage('img0.jpg',img0)

api = tesseract.TessBaseAPI()
api.Init(".","eng",tesseract.OEM_DEFAULT)
api.SetPageSegMode(tesseract.PSM_AUTO)

image = cv.CreateImageHeader((scr.shape[1],scr.shape[0]), cv.IPL_DEPTH_8U, 1)
cv.SetData(image, scr.tostring(), scr.dtype.itemsize*scr.shape[1])

#cv.SaveImage('img1.jpg',image)

tesseract.SetCvImage(image,api)
text=api.GetUTF8Text()
conf=api.MeanTextConf()

print text
print conf

你应该得到类似...

OE3456789
!"#$%&'()* .-./

76

文本示例.jpg

于 2013-07-22T00:22:59.990 回答