Question

我正在使用Tess4j来使用Tesseract-OCR技术，并且一直在使用以下代码：

在测试过程中，我想测试锁扣是否闭合，因此我向Tesseract输入了错误的信息，这应该导致TesseractException。我设法从TesseractException方法中引出createDocuments()。这是堆栈跟踪：

请注意，在异常中，我们可以在try-catch子句中找到doOcr（）的line 125，但是即使控制台显示抛出了TesseractException，代码也会移至{ {1}}返回true。

我使用line 126来启动OCR流程，但是我也尝试了net.sourceforge.tess4j.Tesseract，这导致了与Tess4j相同的红色控制台输出，但是没有net.sourceforge.tess4j.Tesseract1。

我的问题是我做错了什么？我只是假设我的代码有问题，因为抛出了TesseractException，但是我的代码没有捕获到它。

Answer 1

查看Tesseract.java的源代码：

@Override
public void createDocuments(String[] filenames, String[] outputbases, List<RenderedFormat> formats) throws TesseractException {
    if (filenames.length != outputbases.length) {
        throw new RuntimeException("The two arrays must match in length.");
    }

    init();
    setTessVariables();

    try {
        for (int i = 0; i < filenames.length; i++) {
            File workingTiffFile = null;
            try {
                String filename = filenames[i];

                // if PDF, convert to multi-page TIFF
                if (filename.toLowerCase().endsWith(".pdf")) {
                    workingTiffFile = PdfUtilities.convertPdf2Tiff(new File(filename));
                    filename = workingTiffFile.getPath();
                }

                TessResultRenderer renderer = createRenderers(outputbases[i], formats);
                createDocuments(filename, renderer);
                api.TessDeleteResultRenderer(renderer);
            } catch (Exception e) {
                // skip the problematic image file
                logger.error(e.getMessage(), e);
            } finally {
                if (workingTiffFile != null && workingTiffFile.exists()) {
                    workingTiffFile.delete();
                }
            }
        }
    } finally {
        dispose();
    }
}

/**
 * Creates documents.
 *
 * @param filename input file
 * @param renderer renderer
 * @throws TesseractException
 */
private void createDocuments(String filename, TessResultRenderer renderer) throws TesseractException {
    api.TessBaseAPISetInputName(handle, filename); //for reading a UNLV zone file
    int result = api.TessBaseAPIProcessPages(handle, filename, null, 0, renderer);

    if (result == ITessAPI.FALSE) {
        throw new TesseractException("Error during processing page.");
    }
}

在第579行引发异常。上面的公共方法在第551行调用了此方法。该方法位于try {catch}块中，其主体为logger.error(e.getMessage(), e);（第555行）。

现在的问题是您真正想要实现什么？

如果您不想看到此日志，可以将slf4j配置为不从该库中打印日志。

如果要获取实际的异常，则由于库将其吞没，因此不可能。我不熟悉该库，但是查看代码似乎没有任何不错的选择-引发异常的方法是私有的，并且仅在这一位置使用-try-catch块下。但是，当api.TessBaseAPIProcessPages(...)返回ITessAPI.FALSE并且api有吸气剂时，会引发异常。因此，您可以获取它，调用TessBaseAPIProcessPages(...)方法并检查结果。这可能不理想，因为每个图像可能要处理两次。另一个解决方案是分叉源代码并自行修改。您可能还需要与作者联系并寻求建议-您可以进一步提出建议并提交拉取请求，以供他们批准和发布。

Answer 2

将pdf.ttf文件添加到tessdata路径（tessdata / pdf.ttf） pdf.ttf

为什么我无法捕获TesseractException？

2 个答案: