Question

我试图在Java EE（Payara服务器）中使用Tess4J，这是可能的，如果是这样的话？

我得到的确切异常：

e =（net.sourceforge.tess4j.TesseractException）net.sourceforge.tess4j.TesseractException：java.lang.RuntimeException：需要安装JAI Image I / O包。 https://java.net/projects/jai-imageio/

我已将jai-imageio添加到我的 pom.xml ，并将其添加到Payara的模块中。

文件 pom.xml

    <!-- https://mvnrepository.com/artifact/net.sourceforge.tess4j/tess4j -->
    <dependency>
        <groupId>net.sourceforge.tess4j</groupId>
        <artifactId>tess4j</artifactId>
        <version>3.4.1</version> <!-- used 3.4.2 as well -->
    </dependency>

    <!-- https://mvnrepository.com/artifact/com.github.jai-imageio/jai-imageio-core -->
    <dependency>
        <groupId>com.github.jai-imageio</groupId>
        <artifactId>jai-imageio-core</artifactId>
        <version>1.3.1</version>
        <scope>runtime</scope>  <!-- tried without this as well -->
    </dependency>

将JAR添加到

`Payara\glassfish\modules`

Tess4J代码（如果可以对此进行任何改进，我们将不胜感激）。

       ITesseract instance = new Tesseract();
        instance.setDatapath(pLangaugePath); // C:\\t
        instance.setLanguage(pLanguage); // eng

            try {
                File[] tifFiles = PdfUtilities.convertPdf2Png(pFile);

                if (tifFiles != null) {

                    for (File tifFile : tifFiles) {
                        String ocrText = instance.doOCR(tifFile);

                        if (StringUtils.isNotBlank(ocrText)) {
                            ret.append(ocrText);
                        }
                    }
                }
            } catch (TesseractException e) {
                LOG.error("Could not do ocr on image file created via pdf ", e);
            }

也尝试过以下两个例子。 1。

     try (PDDocument document = PDDocument.load(pFile)) {
                int totalPages = document.getNumberOfPages();

                PDFRenderer renderer = new PDFRenderer(document);

                for (int pi = 0; pi < totalPages; pi++) {
                    BufferedImage image = renderer.renderImageWithDPI(pi, 75);

                    String ocrText = instance.doOCR(image);

                    if (StringUtils.isNotBlank(ocrText)) {
                        ret.append(ocrText);
                    }
                }
            } catch (Exception e) {
                LOG.error("Could not do ocr on pdf", e);
            }

2

 try {

        ITesseract instance = new Tesseract();
        instance.setDatapath(pLangaugePath); // C:\\t
        instance.setLanguage(pLanguage); // eng

        String ocrText = instance.doOCR(pFile);

        if (StringUtils.isNotBlank(ocrText)) {
            ret.append(ocrText);
        }

    } catch (Exception e) {
        LOG.error("Could not do ocr on image file created via pdf ", e);
    }

研究：

找到此Didnt work / solution

以及didnt work

Answer 1

由于JNA RESOURCE_PREFIX字符串常量不可用导致运行时异常，因此Tess4J因使用Glassfish而闻名。此问题已在最新版本3.4.9（针对Tesseract 3.05.01）和4.0.2（针对Tesseract 4.0.0-beta.1）中得到修复。该库现在可以与Glassfish一起使用，也许可以与Payara Server一起使用。

您可能还需要在OCR呼叫之前加入ImageIO.scanForPlugins();声明。这是为了确保适当的ImageReader可用于读取输入图像。

尝试在Java EE中使用Tess4J时出现RuntimeException

1 个答案: