【问题标题】:Tesseract Node.js - using "lang" option leads to crashTesseract Node.js - 使用“lang”选项会导致崩溃
【发布时间】:2017-07-17 15:41:45
【问题描述】:

使用与英语不同的语言的 Tesseract.js 的基本用法会导致整个系统崩溃:

var options = {
    lang: 'deu',
};

var image = require("path").join(__dirname, 'lib/images/ocr-test-text.png');

var Tesseract = require('tesseract.js')

Tesseract.recognize(image, options)
.progress(function (info) {
    console.log(info);
})
.then(function (data) {
    console.log('done', data);
    process.exit();
})

触发以下错误:

> node index.js
{ status: 'loading tesseract core' }
{ status: 'loaded tesseract core' }
{ status: 'initializing tesseract', progress: 0 }
pre-main prep time: 68 ms
{ status: 'initializing tesseract', progress: 1 }
{ status: 'downloading deu.traineddata.gz',
  loaded: 116,
  progress: 0.00011697604814572795 }
events.js:182
      throw er; // Unhandled 'error' event
      ^

Error: incorrect header check
    at Gunzip.zlibOnError (zlib.js:146:15)

Github 问题:https://github.com/naptha/tesseract.js/issues/129

知道发生了什么吗?

更新: 按照第一个答案的说明,下载“deu”训练数据后,出现以下错误:

export TESSDATA_PREFIX=/opt/TESSDATA && node get-text-from-image.js /opt/app/out/image.png
params [ '/opt/app/out/image.png' ]
progress { status: 'loading tesseract core' }
progress { status: 'loaded tesseract core' }
progress { status: 'initializing tesseract', progress: 0 }
pre-main prep time: 62 ms
progress { status: 'initializing tesseract', progress: 1 }
progress { status: 'loading deu.traineddata', progress: 0 }
progress { status: 'loading deu.traineddata', progress: 1 }
progress { status: 'initializing api', progress: 0 }
Failed loading language 'deu'
Tesseract couldn't load any languages!
progress { status: 'initializing api', progress: 0.3 }
progress { status: 'initializing api', progress: 0.6 }
progress { status: 'initializing api', progress: 1 }
progress { status: 'recognizing text', progress: 0 }
AdaptedTemplates != NULL:Error:Assert failed:in file ../classify/adaptmatch.cpp, line 190

/opt/app/node_modules/tesseract.js-core/index.js:4
function f(a){throw a;}var h=void 0,i=!0,j=null,k=!1;function aa(){return function(){}}function ba(a){return function(){return a}}var n,Module;Module||(Module=eval("(function() { try { return TesseractCore || {} } catch(e) { return {} } })()"));var ca={},da;for(da in Module)Module.hasOwnProperty(da)&&(ca[da]=Module[da]);var ea=i,fa=!ea&&i;
              ^
abort() at Error
    at Na (/opt/app/node_modules/tesseract.js-core/index.js:32:26)
    at Object.ka [as abort] (/opt/app/node_modules/tesseract.js-core/index.js:507:108)
    at _abort (/opt/app/node_modules/tesseract.js-core/index.js:373:173)
    at $L (/opt/app/node_modules/tesseract.js-core/index.js:383:55709)
    at jpa (/opt/app/node_modules/tesseract.js-core/index.js:388:22274)
    at lT (/opt/app/node_modules/tesseract.js-core/index.js:387:80568)
    at mT (/opt/app/node_modules/tesseract.js-core/index.js:387:80700)
    at Array.BS (/opt/app/node_modules/tesseract.js-core/index.js:387:69011)
    at bP (/opt/app/node_modules/tesseract.js-core/index.js:383:110121)
    at jT (/opt/app/node_modules/tesseract.js-core/index.js:387:80280)
If this abort() is unexpected, build with -s ASSERTIONS=1 which can give more information.

【问题讨论】:

    标签: javascript node.js ocr tesseract


    【解决方案1】:

    解压 deu.traineddata.gz 失败 - 不知道为什么。您可能想自己下载文件并尝试手动对其进行压缩。不过,这不是module creator 建议的方式;这里还有一些你可以尝试的。

    在运行 node.js 的机器上下载语言文件并将它们放在某个地方。

    https://github.com/tesseract-ocr/tessdata

    在环境中,确保变量TESSDATA_PREFIX 指向该位置。例如,您可以将它们放在/opt/tessdata 中。如果这样做,您可以像这样设置TESSDATA_PREFIX

    export TESSDATA_PREFIX=/opt/tessdata
    

    再试一次;这次它不应该尝试自己下载和解压缩它们。

    【讨论】:

    • 谢谢!我已经尝试了您的第二个建议 - 下载并设置 env var,但这会输出不同的错误。
    • 你真的把文件放在/opt/tessdata吗?我的意思是作为一个例子,你应该用/opt/tessdata 代替你实际放置它们的目录。抱歉,我编辑了我的答案。
    猜你喜欢
    • 1970-01-01
    • 2012-07-22
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-04-29
    • 1970-01-01
    • 1970-01-01
    • 2017-02-18
    相关资源
    最近更新 更多