Tess4j OcrEngineMode CUBE ТОЛЬКО: Недопустимый доступ к памяти

Question

Я хочу, чтобы изображение сканирования (изображение tif) получило число. Когда Tess4J установлен с двигателем по умолчанию, он часто путает 6 для 5, 0 для 9 ... Я хотел бы попробовать его с CUBE ONLY engine.

Это MyConfig файл:

tessedit_ocr_engine_mode 2 
    load_system_dawg F 
    load_freq_dawg F 
    load_punc_dawg F 
    load_number_dawg F 
    load_unambig_dawg F 
    load_bigram_dawg F 
    load_fixed_length_dawgs F 
    user_words_suffix user-words 
    user_patterns_suffix user-patterns 

Это мой Java-код

public class App { 

    public static final String NUMBERS = "Oo"; 
     public static final String TESSDATA_PATH_FOLDER = "D:/compuwork/ambienti/workspace_mars/ocrmaven/tessdata"; 



    private static final Logger logger = LoggerFactory.getLogger(new LoggHelper().toString()); 

    Tesseract1 instance; 

     String nomeCartella="005"; 
     String path = "D:\\Documenti\\OCR\\scansioni\\"+nomeCartella; 
     String resultPath = "D:\\Documenti\\OCR\\RISULTATI\\"+nomeCartella; 
     String resultCorrettiPath = resultPath+"\\"+"corretti"; 
     String resultErratiPath = resultPath+"\\"+"errati"; 
     String tmpPath = resultPath+"\\tmpImmagine"; 
     String anotherCopy = resultPath+"\\"+"ad"; 
     String preScanPath = resultPath+"\\prescan"; 

     int validi = 0; 
     int nonValidi = 0; 

    public static void main(String[] args) { 

     try {  

      //write my dictionary 
      File fileDir = new File(TESSDATA_PATH_FOLDER+"\\"+"eng.user-words"); 
      Writer out = new BufferedWriter(new OutputStreamWriter(
       new FileOutputStream(fileDir), "UTF8")); 

      for(int i=120000; i<200000;i++) { 
       out.append(""+i).append("\r\n"); 
      } 
      out.flush(); 
      out.close(); 

      //write my pattern 
      fileDir = new File(TESSDATA_PATH_FOLDER+"\\"+"eng.user-patterns"); 
      out = new BufferedWriter(new OutputStreamWriter(
        new FileOutputStream(fileDir), "UTF8")); 
      out.append("\\d\\d\\d\\d\\d\\d"); 
      out.flush(); 
      out.close(); 

      new App().testTesseractGlobalV(); 
      System.exit(0); 
     } catch(Exception e) { 
      e.printStackTrace(); 
     } 

    } 

    public App() { 
     instance = new Tesseract1(); 
     instance.setLanguage("eng"); 
     instance.setDatapath(TESSDATA_PATH_FOLDER); 
     instance.setPageSegMode(TessPageSegMode.PSM_AUTO); 
     instance.setTessVariable("tessedit_char_blacklist", "èéìà§ùòç$£&%éÎÉÈ"); 
     instance.setTessVariable("file_type", ".tiff"); 
     List<String> configs = Arrays.asList("myconfig"); 
     instance.setConfigs(configs); 
    } 



    public void testTesseractGlobalV() {  

     File samples = new File(path);  

     //my Verify Result 
     Verificator verSerieV = new Verificator();  

     File outputFile = null; 
     BufferedImage bi = null; 

     int imgCount = 0; 
     for (File imageFile : samples.listFiles()) { 
      System.out.println("******* IMG "+imgCount+++" ******"); 

      try {       
       bi = ImageIO.read(imageFile); 
       verSerieV.setRegionScan(new Rectangle(verSerieV.getRegionScan().x,verSerieV.getRegionScan().y,(int)(bi.getWidth() - verSerieV.getRegionScan().x), verSerieV.getRegionScan().height)); 
       bi = ImageHelper.getSubImage(bi, verSerieV.getRegionScan().x, verSerieV.getRegionScan().y, verSerieV.getRegionScan().width, verSerieV.getRegionScan().height); 


       Binirization binarization = new Binirization(bi); 
       binarization.DoBinirization(); 
       BufferedImage nuovaTest = binarization.getImg(); 
       String nameFile = imageFile.getName(); 
       File mFile = new File(preScanPath+"\\"+nameFile); 
       ImageIO.write(nuovaTest,"tif", mFile);  
       System.out.println("scanning "+nameFile); 

       String result = instance.doOCR(nuovaTest); //throw java.lang.Error 

       ... 

Это полное сообщение об ошибке

Exception in thread "main" java.lang.Error: Invalid memory access 
    at net.sourceforge.tess4j.TessAPI1.TessBaseAPIInit1(Native Method) 
    at net.sourceforge.tess4j.Tesseract1.init(Tesseract1.java:338) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:247) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:231) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:212) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:196) 
    at tess4j.example.App.testTesseractGlobalV(App.java:158) 
    at tess4j.example.App.main(App.java:97) 
init_cube_objects(true, &tessdata_manager):Error:Assert failed:in file ..\..\ccmain\tessedit.cpp, line 209 

Я использую затмение, Maven проекта:

<dependency> 
     <groupId>net.sourceforge.tess4j</groupId> 
     <artifactId>tess4j</artifactId> 
     <version>3.0.0</version> 
    </dependency> 

Answer 1

Вам необходимо загрузить downloadeng.cube.* файлы данных и положить в папку tessdata.

TESSDATA_PATH_FOLDER должно быть установлено в D:/compuwork/ambienti/workspace_mars/ocrmaven/.

Answer 2

Большое спасибо nguyenq!

Я исправил свою TESSDATA_PATH_FOLDER и загрузить некоторые отсутствующие файлы eng.cube.* из вашей ссылки ...

Он работал с этим MyConfig:

tessedit_ocr_engine_mode 1 
    user_words_suffix user-words 
    user_patterns_suffix user-patterns 

и удаление instance.setPageSegMode(TessPageSegMode.PSM_AUTO); из App() конструктор ...

Вместо этого попробуйте с MyConfig файла:

tessedit_ocr_engine_mode 1 
    load_system_dawg F 
    load_freq_dawg F 
    load_punc_dawg F 
    load_number_dawg F 
    load_unambig_dawg F 
    load_bigram_dawg F 
    load_fixed_length_dawgs F 
    user_words_suffix user-words 
    user_patterns_suffix user-patterns 

и удаление instance.setPageSegMode(TessPageSegMode.PSM_AUTO) из App() конструктор, у меня исключение последующие:

Exception in thread "main" java.lang.Error: Invalid memory access 
    at net.sourceforge.tess4j.TessAPI1.TessBaseAPIGetUTF8Text(Native Method) 
    at net.sourceforge.tess4j.Tesseract1.getOCRText(Tesseract1.java:402) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:258) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:231) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:212) 
    at net.sourceforge.tess4j.Tesseract1.doOCR(Tesseract1.java:196) 
    at tess4j.example.TestP.verify(TestP.java:96) 
    at tess4j.example.App.main(App.java:77)