使用Tesseract ocr時，調用目標拋出了異常

Question

我正在編寫一個程序，使用Tesseract從圖像中提取文本。程序應該從目錄中提取所有圖像並將它們逐個放在圖片框中，然后從中提取文本。 我已從此鏈接下載了經過英語培訓的數據並將其放入Debug文件夾https://github.com/tesseract-ocr/tessdata/blob/master/eng.traineddata
例外是：這是我的代碼：調用目標拋出了異常。
catch中指示的內部異常是：無法為平台x86找到庫“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

在項目目錄（.csproj文件所在的位置）創建文件夾“x64”或“x86”，並將liblept1760.so和libtesseract400.so復制到其中。 現在，您應該能夠在visual studio中看到這兩個文件。 您必須將兩個文件的“復制到輸出目錄”（英語中的屬性如此？）設置為“始終”

確保在容器中安裝了以下軟件包

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

否則，liblept的dlopen命令將失敗，您將獲得提到的錯誤消息。

如果您沒有在容器中安裝liblept軟件包並且只將.so文件復制到x64目錄中，則libtesseract的open命令將失敗。

要解決此問題，您必須創建指向liblept共享對象的sym鏈接。

只需在容器/ Dockerfile中運行即可

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

確保使用正確的源路徑。 對於默認的asp.net核心docker鏡像和我描述的方式/app/x64/liblept1760.so應該正常工作。

Answer 2

Wiki Tesseract

失敗的常見原因是：未安裝Visual Studio 2015 x86和x64 Runtime，詳見主要自述頁面，可在此處找到。 x86和x64版本leptonica（liblept172.dll）和tesseract（libtesseract304.dll）未復制到bin目錄中的各自文件夾。 DotNet可能會報告錯誤的體系結構，例如一個已知的問題是，對於使用prefer 32位標記編譯的應用程序，當在Windows 64位操作系統上運行時，它將報告它在x64上運行（參見問題＃55）。 常見的解決方法是將cpu體系結構更改為x86。 您在不受支持的架構（例如ARM）上運行它。 進一步診斷Tesseract會將檢測到的架構和路徑寫入名為“Tesseract”的System.Diagnostics源，這將有助於弄清楚發生了什么。 頁面末尾提供了示例配置。

如果找到了正確版本的庫但無法加載，則日志將告訴您是否是這種情況，然后下一步是啟用綁定錯誤的記錄並檢查融合日志。 請注意，根據我的經驗，Windows可能會將這些錯誤記錄到Windows事件日志中，因此可能需要先檢查它。 更多細節可以在這里找到：

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如果你無法解決問題，請提交一個新的問題，包括庫版本，執行代碼的操作系統，入門程序的目標架構，以及完整標准和跟蹤的副本輸出。 請注意，您需要為Tesseract源啟用System.Diagnostics輸出，如前所述。