Tess4J - 在资源路径中找不到本机库 (linux-x86-64/libtesseract.so)

Question

我正在使用 Tess4J（Tesseract 的 JNA 包装器），并尝试tess.doOCR(myFile)从单页 PDF 调用 OCR 文本。

我安装了 GhostScript（通过使用yum install ghostscript），gs -h工作正常。

我的应用程序服务器正在使用64-bit JVM，并且我有gsdll64.dll，以及 64 位 tesseract dll 的liblept168.dll和libtesseract302.dll在类路径中。

tess.doOCR(myFile)调用时，会记录以下内容：

GPL Ghostscript 8.70 (2014-09-22)
Copyright (C) 2014 Artifex Software, Inc.  All rights reserved.
This software comes with NO WARRANTY: see the file PUBLIC for details.
Processing pages 1 through 1.
Page 1

但随后就到此为止了。该计划不再继续。

更新 -

看起来真正的问题来自这个错误：

java.lang.UnsatisfiedLinkError: Unable to load library 'tesseract': Native library (linux-x86-64/libtesseract.so) not found in resource path

环顾四周后，我没有找到一个方便的地方来找到这个libtesseract.so文件，而且我不确定如何才能将它放到我的 Linux 应用服务器上。我读到也许我需要下载一些 C++ 运行时，但我没有看到 Linux 的下载。任何建议将不胜感激。

或者这与符号链接有关？

Answer 1

修复对我来说很简单，只需从命令行执行 sudo apt-get install tesseract-ocr 即可。对于 Linux，您无需担心 DDL 库或 jvm 版本。从 apt-get 安装 tessearct 就可以了。

Answer 2

这些 DLL 适用于 Windows。对于 Linux，您需要从Tesseract 源安装或构建。

GS 版本 8.70 已经相当老了。Tess4J 使用的最新 Ghost4J 库与此不兼容。