0

我有一个应用程序，我在其中使用 MODI 2007 对几个多页 tiff 文件进行 OCR。我发现，当我在包含几个好的 tiff 以及一些无法在 Windows 图片和传真查看器中打开的 tiff 的目录上启动它时，MODI 也无法 OCR 那些“坏”的 tiff。发生这种情况时，应用程序无法回收 MODI 用于 OCR 那些 tiff 的任何内存。在该工具尝试对太多这些“坏”tiff 进行 OCR 后，机器内存不足，应用程序崩溃。我已经尝试了几个来自网络的代码修复程序，据说可以修复任何 MODI 内存泄漏，但到目前为止，没有一个对我有用。我正在粘贴下面执行 OCRing 的代码部分：

                StringBuilder strRecText = new StringBuilder(10000);

                MODI.Document doc1 = new MODI.Document();

                doc1.Create(name);
                try
                {
                    doc1.OCR(MODI.MiLANGUAGES.miLANG_ENGLISH, true, true);  // this will ocr all pages of a multi-page tiff file
                }
                catch (Exception e)
                {
                    doc1.Close(false); // clean up
                    if (doc1 != null)
                    {
                        GC.Collect();
                        GC.WaitForPendingFinalizers();
                        GC.Collect();
                        GC.WaitForPendingFinalizers();


                        System.Runtime.InteropServices.Marshal.FinalReleaseComObject(doc1);
                        doc1 = null;
                    }

                }

                MODI.Images images = doc1.Images;
                for (int imageCounter = 0; imageCounter < images.Count; imageCounter++)
                {
                    if (imageCounter > 0)
                    {
                        if (!noPageBreakFlag)
                        {
                            strRecText.Append((char)pageBreakChar);
                        }
                    }

                    MODI.Image image = (MODI.Image)images[imageCounter];
                    MODI.Layout layout = image.Layout;
                    strRecText.Append(layout.Text);

                    GC.Collect();
                    GC.WaitForPendingFinalizers();
                    GC.Collect();
                    GC.WaitForPendingFinalizers();

                    if (layout != null)
                    {
                        System.Runtime.InteropServices.Marshal.FinalReleaseComObject(layout);
                        layout = null;
                    }
                    if (image != null)
                    {
                        System.Runtime.InteropServices.Marshal.FinalReleaseComObject(image);
                        image = null;
                    }

                }

                File.AppendAllText(ocrFile, strRecText.ToString());     // write the OCR file out to disk

                GC.Collect();
                GC.WaitForPendingFinalizers();
                GC.Collect();
                GC.WaitForPendingFinalizers();

                if (images != null)
                {
                    System.Runtime.InteropServices.Marshal.FinalReleaseComObject(images);
                    images = null;
                }

                GC.Collect();
                GC.WaitForPendingFinalizers();
                GC.Collect();
                GC.WaitForPendingFinalizers();

                doc1.Close(false); // clean up
                if (doc1 != null)
                {
                    System.Runtime.InteropServices.Marshal.FinalReleaseComObject(doc1);
                    doc1 = null;
                }

                GC.Collect();
                GC.WaitForPendingFinalizers();
                GC.Collect();
                GC.WaitForPendingFinalizers();
4

1 回答 1

1

在过去的几个月里，我一直在使用 MODI 进行一个项目。MODI 是迄今为止我尝试过的最准确的 OCR 引擎，但它在释放资源和崩溃方面存在一些重大问题。

我最终构建了一个命令行应用程序，它将图像的路径作为命令行参数，然后将生成的文本保存到文件并退出。然后，我通过任何需要 modi 功能的软件使用此命令行应用程序。这听起来像是一个奇怪的解决方案，但它是解决 MODI 的内存泄漏问题的一种非常简单直接的方法，因为当命令行进程存在时，它的内存会被操作系统释放，因此您不必担心应用程序崩溃或资源未清理。我发现启动命令行 exe 然后读取它创建的文件所需的时间与实际 OCR 图像所需的时间相比是微不足道的，因此您实际上并没有在性能方面损失太多。

于 2010-11-12T02:37:02.170 回答