Tesseract图像问题

Question

在CentOS上安装了Tesseract之后，我遇到了以下错误：

Tesseract Open Source OCR Engine v3.05.00dev with Leptonica
Error in pixReadMemJpeg: function not present
Error in pixReadMem: jpeg: no pix returned
Error during processing.

- krish727

Answer 1

我解决了这个问题。原因是在编译Leptonica之前，没有安装libjpeg、libtiff和libpng。 Step 1: 安装libjpeg、libtiff和libpng。 Step 2: 重新编译和安装Leptonica。 更多链接

- BigBen

---

请问您能提供具体的步骤吗？从哪里获取，终端中要运行什么命令。这些是否可以使用npm进行全局安装？ - M.Ionut

Answer 2

首先，tesseract的默认图像格式是.tif或.tiff。在新版本中，您需要安装以下格式包（libgif libjpeg libpng libtiff zlib）。Leptonica使用这些包来读取图像，而tesseract使用leptonica来分析图像。

libgif libjpeg libpng libtiff zlib

最后按照@BigBen的回答重新编译和安装leptonica即可。

- Nigje

Answer 3

如果 Leptonica 的可选依赖项不存在，它会抱怨。您可以通过重新编译带有宏NO_CONSOLE_IO的Leptonica来消除这些错误。有关更多信息，请参见Leptonica源代码文件environ.h。

- Fabian

Answer 4

给未来的读者：

我使用 os.listdir() 枚举目录中的文件，但是我没有考虑到一个情况，即 os.listdir() 的结果中有一个目录与我筛选的命名模式匹配。

添加以下附加条件对我有用：

for item in os.listdir():
    if "name" in item and os.path.isfile(item):
         # do stuff

重要的是添加一个条件来检查它是否为文件，os.path.isfile(item)。

理想情况下，您应该检查它是否为图像文件，因为这里的错误是正在处理的文件不是图像文件。

- Patchworquill