Question

创建了一个使用Tesseract的java应用程序，以便将给定的图像或pdf转换为字符串格式，当在我的机器上运行它作为单元测试使用junit时运行良好但是在运行完整系统时这是一个restFul API由接收图像并运行Tesseract的tomcat运行它会给我以下错误：

23：22：36.511 [http-nio-9999-exec-3]错误 net.sourceforge.tess4j.Tesseract - null java.lang.NullPointerException：null at net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Png（PdfUtilities.java:107）在 net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Tiff（PdfUtilities.java:48）在 net.sourceforge.tess4j.util.ImageIOHelper.getIIOImageList（ImageIOHelper.java:343）在net.sourceforge.tess4j.Tesseract.doOCR（Tesseract.java:213）at net.sourceforge.tess4j.Tesseract.doOCR（Tesseract.java:197）at at ocr.OcrUtil.getString（OcrUtil.java：54）at com.tapd.server.api.handlers.IRSHandler.uploadIRSImage（IRSHandler.java:65）在 com.tapd.server.api.WebAPIService.updateParentIrsForm（WebAPIService.java:250） at sun.reflect.NativeMethodAccessorImpl.invoke0（Native Method）at sun.reflect.NativeMethodAccessorImpl.invoke（未知来源）at sun.reflect.DelegatingMethodAccessorImpl.invoke（未知来源）at java.lang.reflect.Method.invoke（未知来源）at org.glassfish.jersey.server.model.internal.ResourceMethodInvocationHandlerFactory $ 1.invoke（ResourceMethodInvocationHandlerFactory.java:81）在 org.glassfish.jersey.server.model.internal.AbstractJavaResourceMethodDispatcher $ 1.run（AbstractJavaResourceMethodDispatcher.java:144）在 org.glassfish.jersey.server.model.internal.AbstractJavaResourceMethodDispatcher.invoke（AbstractJavaResourceMethodDispatcher.java:161）在 org.glassfish.jersey.server.model.internal.JavaResourceMethodDispatcherProvider $ ResponseOutInvoker.doDispatch（JavaResourceMethodDispatcherProvider.java:160）在 org.glassfish.jersey.server.model.internal.AbstractJavaResourceMethodDispatcher.dispatch（AbstractJavaResourceMethodDispatcher.java:99）在 org.glassfish.jersey.server.model.ResourceMethodInvoker.invoke（ResourceMethodInvoker.java:389）在 org.glassfish.jersey.server.model.ResourceMethodInvoker.apply（ResourceMethodInvoker.java:347）在 org.glassfish.jersey.server.model.ResourceMethodInvoker.apply（ResourceMethodInvoker.java:102）在 org.glassfish.jersey.server.ServerRuntime $ 2.run（ServerRuntime.java:309）在org.glassfish.jersey.internal.Errors $ 1.call（Errors.java:271）at at org.glassfish.jersey.internal.Errors $ 1.call（Errors.java:267）at org.glassfish.jersey.internal.Errors.process（Errors.java:315）at org.glassfish.jersey.internal.Errors.process（Errors.java:297）at org.glassfish.jersey.internal.Errors.process（Errors.java:267）at org.glassfish.jersey.process.internal.RequestScope.runInScope（RequestScope.java:317）在 org.glassfish.jersey.server.ServerRuntime.process（ServerRuntime.java:292）在 org.glassfish.jersey.server.ApplicationHandler.handle（ApplicationHandler.java:1139）在 org.glassfish.jersey.servlet.WebComponent.service（WebComponent.java:460）在 org.glassfish.jersey.servlet.ServletContainer.service（ServletContainer.java:386）在 org.glassfish.jersey.servlet.ServletContainer.service（ServletContainer.java:334）在 org.glassfish.jersey.servlet.ServletContainer.service（ServletContainer.java:221）在 org.apache.catalina.core.ApplicationFilterChain.internalDoFilter（ApplicationFilterChain.java:230）在 org.apache.catalina.core.ApplicationFilterChain.doFilter（ApplicationFilterChain.java:165）在 org.apache.tomcat.websocket.server.WsFilter.doFilter（WsFilter.java:52）在 org.apache.catalina.core.ApplicationFilterChain.internalDoFilter（ApplicationFilterChain.java:192）在 org.apache.catalina.core.ApplicationFilterChain.doFilter（ApplicationFilterChain.java:165）在 org.apache.catalina.core.StandardWrapperValve.invoke（StandardWrapperValve.java:198）在 org.apache.catalina.core.StandardContextValve.invoke（StandardContextValve.java:108）在 org.apache.catalina.authenticator.AuthenticatorBase.invoke（AuthenticatorBase.java:522）在 org.apache.catalina.core.StandardHostValve.invoke（StandardHostValve.java:140）在 org.apache.catalina.valves.ErrorReportValve.invoke（ErrorReportValve.java:79）在 org.apache.catalina.valves.AbstractAccessLogValve.invoke（AbstractAccessLogValve.java:620）在 org.apache.catalina.core.StandardEngineValve.invoke（StandardEngineValve.java:87）在 org.apache.catalina.connector.CoyoteAdapter.service（CoyoteAdapter.java:349）在 org.apache.coyote.http11.Http11Processor.service（Http11Processor.java:1110）在 org.apache.coyote.AbstractProcessorLight.process（AbstractProcessorLight.java:66）在 org.apache.coyote.AbstractProtocol $ ConnectionHandler.process（AbstractProtocol.java:785）在 org.apache.tomcat.util.net.NioEndpoint $ SocketProcessor.doRun（NioEndpoint.java:1425）在 org.apache.tomcat.util.net.SocketProcessorBase.run（SocketProcessorBase.java:49） at java.util.concurrent.ThreadPoolExecutor.runWorker（Unknown Source） at java.util.concurrent.ThreadPoolExecutor $ Worker.run（Unknown Source）在 org.apache.tomcat.util.threads.TaskThread $ WrappingRunnable.run（TaskThread.java:61） at java.lang.Thread.run（Unknown Source）[2016-09-14 23：22：36,512] [错误] java.lang.NullPointerException

我的猜测是tessdata文件夹不在正确的位置，当打包到Jar中并由tomcat运行时，它是错位的，但我无法确定它应该位于何处并且我已经进行了双重检查看到所有Jars都正确部署。

编辑：所以看来Tesseract无法处理远程服务器（如AWS S3）上的路径，所以问题是为什么？以及如何允许它使用S3的路径？（是的，该文件是公开的）

Answer 1

我的猜测是GhostscriptException未正确记录，这导致NullPointerException：

https://github.com/nguyenq/tess4j/blob/212d72bc2ec8b3a4d4f5a18f1eb01a0622fc5521/src/main/java/net/sourceforge/tess4j/util/PdfUtilities.java#L107

106        } catch (GhostscriptException e) {
107            logger.error(e.getCause().toString(), e);
108        } finally {

在第107行 - e.getCause（）（可能）为null，调用null.toString（）会抛出NPE。

（来自规范 - getCause可以为null： https://docs.oracle.com/javase/7/docs/api/java/lang/Throwable.html#getCause()，GhostscriptException也允许原因为null：http://grepcode.com/file/repo1.maven.org/maven2/org.ghost4j/ghost4j/1.0.0/org/ghost4j/GhostscriptException.java）

要验证这个答案（不重新编译整个tess4j），您可以在调试模式下启动程序并在第107行放置一个断点。这将为您提供有关真实异常的信息。

Answer 2

正如@Piotr R提到的那样，错误是ghostscriptException.getCause（）为null，原因是发送给Tesseract的文件对象中配置的路径不是有效路径，现在对Tesseract有效的定义是与您的有点不同，他认为只有本地地址有效，所以当设置位于AWS S3上的文件时，即使它是公共的，也会引发错误。解决方案是在本地保存它并在Tesseract完成后删除它。

Answer 3

Resources I used: Windows 10 (tried on Windows Server 2016 as well), JAVA, MAVEN

Status: Working good on my local as well as VM 

1. Download  Tess4J-3.4.8  from here http://tess4j.sourceforge.net/  and set your ENV variable path under Advance System Setting 
2. Get repo from MAVEN - 

<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>4.5.1</version>
</dependency>
<dependency>
<groupId>org.ghost4j</groupId>
<artifactId>ghost4j</artifactId>
<version>1.0.1</version>
</dependency>
<dependency>
<groupId>net.sourceforge.lept4j</groupId>
<artifactId>lept4j</artifactId>
<version>1.7.0</version>
</dependency>

3. Get libtesseract302.dll and copy to "C:\Windows\System32" folder 
from here http://api.256file.com/libtesseract302.dll/en-download-56466.html
do not forget to set your ENV variable path under Advance System Setting  

4. Download and install Visual C++ 2015 Redistributable or VC++ 2017 Redistributable (I installed both )
from here https://programmer.help/blogs/net.sourceforge.tess4j.tesseractexception-java.lang.nullpointerexception.html 

then do restart your PC 

5. on Safer side can have some Jar files if you dont have already in local - Please see image

do not forget to set your ENV variable path for JARs under Advance System Setting

Tesseract - 错误net.sourceforge.tess4j.Tesseract - null

3 个答案: