使用Tesseract ocr时，调用目标抛出了异常

Question

我正在编写一个程序，使用Tesseract从图像中提取文本。程序应该从目录中提取所有图像并将它们逐个放在图片框中，然后从中提取文本。 我已从此链接下载了经过英语培训的数据并将其放入Debug文件夹https://github.com/tesseract-ocr/tessdata/blob/master/eng.traineddata
例外是：这是我的代码：调用目标抛出了异常。
catch中指示的内部异常是：无法为平台x86找到库“liblept172.dll”。

private void button1_Click(object sender, EventArgs e)
{
    Image image;
    string[] images = Directory.GetFiles("E:\\Omar Project\\New", "*.png");
    for (int i = 0; i < images.Length;i++)
    {
        image = Image.FromFile(images[i]);
        pictureBox1.Image = image;
        //ocr = new TesseractEngine(@"tessdata", "eng", EngineMode.Default);
        using (var engine = new TesseractEngine("E:\\Omar Project\\Extracting Text From Image Using Microsoft Office\\Extracting Text From Image Using Microsoft Office\\bin\\Debug\\eng.traineddata", "eng", EngineMode.Default))
        {
          using(var img=Pix.LoadFromFile(images[i]))
          {
              using(var page=engine.Process(img))
              {
                  richTextBox1.Text += page.GetText();
              }
          }
        }
    }

}

Answer 1

在项目目录（.csproj文件所在的位置）创建文件夹“x64”或“x86”，并将liblept1760.so和libtesseract400.so复制到其中。 现在，您应该能够在visual studio中看到这两个文件。 您必须将两个文件的“复制到输出目录”（英语中的属性如此？）设置为“始终”

确保在容器中安装了以下软件包

apt-get install -y libgif7 libjpeg62 libopenjp2-7 libpng16-16 libtiff5 libwebp6

否则，liblept的dlopen命令将失败，您将获得提到的错误消息。

如果您没有在容器中安装liblept软件包并且只将.so文件复制到x64目录中，则libtesseract的open命令将失败。

要解决此问题，您必须创建指向liblept共享对象的sym链接。

只需在容器/ Dockerfile中运行即可

ln -s /app/x64/liblept1760.so /usr/lib/x86_64-linux-gnu/liblept.so.5

确保使用正确的源路径。 对于默认的asp.net核心docker镜像和我描述的方式/app/x64/liblept1760.so应该正常工作。

Answer 2

Wiki Tesseract

失败的常见原因是：未安装Visual Studio 2015 x86和x64 Runtime，详见主要自述页面，可在此处找到。 x86和x64版本leptonica（liblept172.dll）和tesseract（libtesseract304.dll）未复制到bin目录中的各自文件夹。 DotNet可能会报告错误的体系结构，例如一个已知的问题是，对于使用prefer 32位标记编译的应用程序，当在Windows 64位操作系统上运行时，它将报告它在x64上运行（参见问题＃55）。 常见的解决方法是将cpu体系结构更改为x86。 您在不受支持的架构（例如ARM）上运行它。 进一步诊断Tesseract会将检测到的架构和路径写入名为“Tesseract”的System.Diagnostics源，这将有助于弄清楚发生了什么。 页面末尾提供了示例配置。

如果找到了正确版本的库但无法加载，则日志将告诉您是否是这种情况，然后下一步是启用绑定错误的记录并检查融合日志。 请注意，根据我的经验，Windows可能会将这些错误记录到Windows事件日志中，因此可能需要先检查它。 更多细节可以在这里找到：

https://blogs.msdn.microsoft.com/suzcook/2003/05/29/debugging-assembly-loading-failures/ http://stackoverflow.com/questions/255669/how-to-enable-assembly-bind- failure-logging-fusion-in-net如果你无法解决问题，请提交一个新的问题，包括库版本，执行代码的操作系统，入门程序的目标架构，以及完整标准和跟踪的副本输出。 请注意，您需要为Tesseract源启用System.Diagnostics输出，如前所述。