c++ - tesseract 3.01 actual_tessdata_num_entries_ <= TESSDATA_NUM_ENTRIES

Question

我正在将 tesseract 3.01 和 magick++ 构建到一个程序中，因为命令行版本太慢了。正确编译所有内容花了很长时间，但最终我的编译器没有出现任何错误，但是一旦我去运行我的控制台应用程序，我就得到了

PS C:\Users\sirus\Documents\Visual Studio 2013\Projects\ConsoleApplication4\Release> .\ConsoleApplication4.exe
first command
actual_tessdata_num_entries_ <= TESSDATA_NUM_ENTRIES:Error:Assert failed:in file ..\ccutil\tessdatamanager.cpp, line 48
PS C:\Users\sirus\Documents\Visual Studio 2013\Projects\ConsoleApplication4\Release> l

在线搜索显示当您必须使用不正确的语言数据时会发生这种情况，但我有 tesseract 3.01 和直接从他们的 google 代码站点下载的 tesseract 3.01 语言数据。

我在 windows 8.1 building 32 bit/MD 上使用 visual studio 2013

这是我的源代码示例

#include <stdio.h>
#include <string>
#include <iostream>               
#include <iomanip>
#include <locale>
#include <sstream>
#include <string> 
#include <Magick++.h>
#include "baseapi.h"
#include "allheaders.h"
using namespace Magick;
using namespace std;
using namespace tesseract;
#define MaxRGB ((Magick::Quantum)65545)
tesseract::TessBaseAPI tess;



string cmd = "";
string cmd2 = "";


void img_split(){
    string tesseract = "\"C:\\Program Files (x86)\\Tesseract-OCR\\tesseract.exe\" text/";
    int rect_y = 141;
    string del = "del /s /q text\\*";
    system(del.c_str());
    for (int x = 1; x < 40; x++){
        rect_y += 19;
        Image image;
        image.read("source.jpg");
        Magick::Image* mImage;
        Image sub_image(image);
        mImage = &sub_image;
        //mImage->write("test.jpg");


        sub_image.chop(Geometry(1481, rect_y));
        sub_image.crop(Geometry(220, 17));

        sub_image.quantizeColorSpace(GRAYColorspace);
        sub_image.quantizeColors(2);
        sub_image.quantizeDither(false);
        sub_image.quantize();
        sub_image.scale(Geometry(2200,170));
        sub_image.antiAlias();
        sub_image.compressType(Magick::NoCompression);


        //const unsigned char* imagedata = (unsigned char*)mImage;
        //tess.SetImage(imagedata, 2200, 170, 1, 17300);
        //tess.Recognize(0);
        //const char* out = tess.GetUTF8Text();
        //cout << "\n\nno idea if this will work: " << out << endl;


        sub_image.write("text/" + static_cast<ostringstream*>(&(ostringstream() << x))->str() + ".gif");
        //cmd2 = tesseract + static_cast<ostringstream*>(&(ostringstream() << x))->str() + ".png text/" + static_cast<ostringstream*>(&(ostringstream() << x))->str();
        //tesseract_ocr(x);
    }

}

int main(int argc, char **argv)
{
    cout << "first command\n";
    //tess.Init(argv[0], "eng", tesseract::OEM_DEFAULT);
    tess.Init(*argv, "eng");
    tess.SetPageSegMode(tesseract::PSM_AUTO);
    cout << "\ntest" << endl;
    InitializeMagick(*argv);
    //img_split();

    return 0;
}

如果你能告诉我如何正确地将 sub_image 中的图像传递给 tesseract 的 setimage 函数(因为我很确定我所拥有的也不会是正确的)

Answer 1

actual_tessdata_num_entries <= TESSDATA_NUM_ENTRIES:Error:Assert failed:in file ..\ccutil\tessdatamanager.cpp, line 55

如果在运行 tesseract 时出现错误，请检查您是否使用了正确版本的训练数据(例如 3.00 和 3.01)。您不能将 3.01 训练数据与 tesseract 3.00 一起使用。

---

总而言之，您只需要为您的版本获取经过训练的数据..或者甚至不要弄乱经过训练的数据并使用它在下载时附带的数据。

查看下面的链接以获取解决方案。

https://code.google.com/p/tesseract-ocr/wiki/FAQ#actual_tessdata_num_entries_<=_TESSDATA_NUM_ENTRIES:Error:Ass