5

我尝试在Linux(Ubuntu 16 Xenial)上使用Tess4J和以下代码进行OCR和输出为PDF 。

public void testOcr() throws Exception {
    File imageFile = new File("/projects/de.conradt.core/tessdata/urkunde.jpg");
    ITesseract instance = new Tesseract1();  // tried both Tesseract() and Tesseract1()

    // File tessDataFolder = LoadLibs.extractTessResources("tessdata"); // Maven build bundles English data
    // instance.setDatapath(tessDataFolder.getParent());
    instance.setDatapath("/projects/de.conradt.core/tessdata");
    instance.setLanguage("deu");

    try {
        String result = instance.doOCR(imageFile);
        System.out.println(result);
    } catch (TesseractException e) {
        System.err.println(e.getMessage());
    }

    List<ITesseract.RenderedFormat> list = new ArrayList<ITesseract.RenderedFormat>();
    list.add(ITesseract.RenderedFormat.PDF);
    File pdfFile = new File("/projects/de.conradt.core/tessdata/urkunde.pdf");
    instance.createDocuments(pdfFile.getAbsolutePath(), "/projects/de.conradt.core/tessdata/urkunde", list);
}

最后一行

        instance.createDocuments(pdfFile.getAbsolutePath(), "/projects/de.conradt.core/tessdata/urkunde", list);

抛出异常:

11:03:12.651 [http-nio-8080-exec-1] ERROR net.sourceforge.tess4j.Tesseract - Invalid calling convention 63                                
java.lang.IllegalArgumentException: Invalid calling convention 63                                                                         
        at com.sun.jna.Native.createNativeCallback(Native Method)                                                                         
        at com.sun.jna.CallbackReference.<init>(CallbackReference.java:239)                                                               
        at com.sun.jna.CallbackReference.getFunctionPointer(CallbackReference.java:413)                                                   
        at com.sun.jna.CallbackReference.getFunctionPointer(CallbackReference.java:395)                                                   
        at com.sun.jna.Function.convertArgument(Function.java:541)                                                                        
        at com.sun.jna.Function.invoke(Function.java:305)                                                                                 
        at com.sun.jna.Library$Handler.invoke(Library.java:236)                                                                           
        at com.sun.proxy.$Proxy89.gsapi_set_stdio(Unknown Source)                                                                         
        at org.ghost4j.Ghostscript.initialize(Ghostscript.java:323)                                                                       
        at net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Png(PdfUtilities.java:103)                                                 
        at net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Tiff(PdfUtilities.java:48)                                                 
        at net.sourceforge.tess4j.Tesseract.createDocuments(Tesseract.java:535)                                                           
        at net.sourceforge.tess4j.Tesseract.createDocuments(Tesseract.java:507)                                                           
        at de.conradt.core.Example.testOcr(Example.java:62)                                                                               
        at de.conradt.core.Example.ocr(Example.java:35)  

我发现这是 Tess4J 的一个已知(但据说已关闭)问题:

但我检查了我的版本以及 TESSDATA_PREFIX 环境变量。据我所知,一切都设置正确。

Tesseract 和 Leptonica 版本:

$ /usr/bin/tesseract --version                                                                        
tesseract 3.04.01                                                                                                                        
 leptonica-1.73                                                                                                                          
  libgif 5.1.2 : libjpeg 8d (libjpeg-turbo 1.4.2) : libpng 1.2.54 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.4.4 : libopenjp2 2.1.0

Ghostscript 版本:(这是我通过的最新版本apt-get

$ ghostscript -v                                                                                      
GPL Ghostscript 9.18 (2015-10-05)                                                                                                        
Copyright (C) 2015 Artifex Software, Inc.  All rights reserved.  

Tess4j 版本:

3.2.1

和 TESSDATA_PREFIX(配置文件等位于 /projects/de.conradt.core/tessdata 下):

$ echo $TESSDATA_PREFIX                                                                                     
/projects/de.conradt.core

查看 Tess4j 的发布日志:http://tess4j.sourceforge.net/changelog.html 我应该使用正确的版本堆栈。特别是更改日志中的 3.2 版说:

版本 3.2 - 2016 年 5 月 15 日:由于在 Linux 上通过 Ghost4J 调用 GhostScript 出现“无效调用约定 63”错误,将 JNA 恢复为 4.1.0

所以我认为我应该安全地使用 3.2.1。

我需要手动设置有关 JNA 的任何内容吗?据我了解,这已在 3.2.0 for Linux 中明确修复。

4

1 回答 1

3

好的,我没有在我的项目 pom 中的任何地方明确引用 JNA,我认为这一切都是在 Tess4J 3.2.1 及其 pom.xml 中完成的。我现在也在我自己的 pom.xml 中添加了 JNA 4.1.0 作为依赖项,这似乎解决了这个问题。

    <dependency>
        <groupId>net.java.dev.jna</groupId>
        <artifactId>jna</artifactId>
        <version>4.1.0</version>
    </dependency>
于 2016-11-02T08:30:22.860 回答