Java Tesseract 3.02.02碰撞JRE

我们正在使用Tess4J/Tesseract在Web应用程序上执行OCR。在Windows上，一切正常，但在Linux机器（CentOS 6.8）上部署时，程序崩溃并自动杀死Apache tomcat服务器

我们同时读取多个文件（不同的文件）。如果我们运行OCR，它会在发生致命错误后大约1分钟运行。你能建议如何解决这个问题吗

Java运行时环境检测到一个致命错误：

pc=0x00007f7d5934ff90，pid=17649时的SIGSEGV（0xb）， tid=140176377489152

JRE版本：Java（TM）SE运行时环境（8.0_60-b27）（构建1.8.0_60-b27） Java虚拟机：Java热点（TM）64位服务器虚拟机（25.60-b23混合模式linux-amd64压缩oops） 有问题的框架：

 C [libtesseract.so.3.0.2+0x22cf90] tesseract::HistogramRect(unsigned char const*, int, int, int, int, int, int, int*)+0x70

---

无法写入核心转储。核心转储已被禁用。要启用核心转储，请在再次启动Java之前尝试

ulimit-c unlimited

在将图像传递给tess4j之前，我通过在javacv中将图像大小调整为固定大小（我猜您可以进行百分比大小调整）来修复它

我的调整大小方法的示例

public static IplImage resize(IplImage img_source){
        IplImage resized = IplImage.create(600, 480, img_source.depth(), img_source.nChannels());
        cvResize(img_source,resized);
        return resized;
    }

然后，我在下面执行tesseract提取：

public static String extract(BufferedImage bi, Rectangle r) throws CvHandler, IOException, TesseractException{
        ITesseract tess = new Tesseract();
        String tessPath = getTess();
        tess.setPageSegMode(1);
        tess.setLanguage("eng");
        tess.setDatapath(tessPath);
        tess.setOcrEngineMode(TessOcrEngineMode.OEM_DEFAULT);
        tess.setTessVariable("load_system_dawg", "false");
        tess.setTessVariable("load_freq_dawg", "false");
        tess.setTessVariable("tessedit_create_hocr", "0");
        tess.setTessVariable("tessedit_char_whitelist","ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789");

        String result = "";
        if (!r.getBounds().isEmpty()){
            try{
                result = tess.doOCR(bi, r);
            }catch(TesseractException e){
                throw new CvHandler(e.getMessage());
            }
        }else result = tess.doOCR(bi);

        return result;
    }

用于将IplImage转换为BuffereImage的帮助器方法：

---

在将图像传递给tess4j之前，我通过在javacv中将图像大小调整为固定大小（我想您可以进行百分比调整）来修复它

我的调整大小方法的示例

public static IplImage resize(IplImage img_source){
        IplImage resized = IplImage.create(600, 480, img_source.depth(), img_source.nChannels());
        cvResize(img_source,resized);
        return resized;
    }

然后，我在下面执行tesseract提取：

public static String extract(BufferedImage bi, Rectangle r) throws CvHandler, IOException, TesseractException{
        ITesseract tess = new Tesseract();
        String tessPath = getTess();
        tess.setPageSegMode(1);
        tess.setLanguage("eng");
        tess.setDatapath(tessPath);
        tess.setOcrEngineMode(TessOcrEngineMode.OEM_DEFAULT);
        tess.setTessVariable("load_system_dawg", "false");
        tess.setTessVariable("load_freq_dawg", "false");
        tess.setTessVariable("tessedit_create_hocr", "0");
        tess.setTessVariable("tessedit_char_whitelist","ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789");

        String result = "";
        if (!r.getBounds().isEmpty()){
            try{
                result = tess.doOCR(bi, r);
            }catch(TesseractException e){
                throw new CvHandler(e.getMessage());
            }
        }else result = tess.doOCR(bi);

        return result;
    }

用于将IplImage转换为BuffereImage的帮助器方法：

---

在*nix环境中运行它将非常困难。tesseract Java库实际上是一个JNI，Java本机接口。这意味着它是一个C/C++库，具有用Java代码包装的系统特定代码，允许您在Java中执行方法。您必须找到特定于Linux的tesseract版本，才能在Linux机器上使用它。但是，上次我查看时，找不到Linux实现我使用的是Linux（CentOS）支持版本的tesseract我使用的是tesseract版本-3.02.02，leptonica-1.69 libjpeg 6b:libpng 1.2.49:libtiff 3.9.4:zlib 1.2.3。如果对版本进行任何更新，它将解决致命错误？如果您使用

TessBaseAPISetRectangle

从特定区域提取文本，可能在某些图像中，此区域不在图像区域内，然后您会遇到此错误。这就是我犯此错误的原因。在*nix环境中运行此操作将非常困难。tesseract Java库实际上是一个JNI，Java本机接口。这意味着它是一个C/C++库，具有用Java代码包装的系统特定代码，允许您在Java中执行方法。您必须找到特定于Linux的tesseract版本，才能在Linux机器上使用它。但是，上次我查看时，找不到Linux实现我使用的是Linux（CentOS）支持版本的tesseract我使用的是tesseract版本-3.02.02，leptonica-1.69 libjpeg 6b:libpng 1.2.49:libtiff 3.9.4:zlib 1.2.3。如果对版本进行任何更新，它将解决致命错误？如果您使用

TessBaseAPISetRectangle

从特定区域提取文本，可能在某些图像中，此区域不在图像区域内，然后您会遇到此错误。这就是我犯这个错误的原因。