每个像素的字节数，每行的字节数 - 如何在 tess-two 的 tessbaseapi.cpp

Question

我们正在解析显示分辨率为 2121x105 像素的文本片段的图像。在 Java 中，我们有以下代码来获取字节数组（我们的约束之一是在此处使用字节数组）：

import org.apache.commons.io.IOUtils;

...

InputStream is = getAssets().open("images/text.png");

byte[] bytes = IOUtils.toByteArray(is);

然后将此字节数组传递给本机 C++ 代码 - 我们没有使用 tess-two 的 Java 包装器，但我们使用了本机库。在本机代码中，我们尝试使用GetUTF8Text()获取图像的文本。然后我们看到 tess-two 已经有一个实现，用于通过将图像作为字节数组传递来设置要读取的图像：

void Java_com_..._TessBaseAPI_nativeSetImageBytes(JNIEnv *env,

                                                  jobject thiz,

                                                  jlong mNativeData,

                                                  jbyteArray data,

                                                  jint width,

                                                  jint height,

                                                  jint bpp,

                                                  jint bpl) {

...

我们认为PNG 的bpp应该是 4 (RGBA)。目前尚不清楚bpl 的预期是什么。如果我们设置由bpp乘以的图像的宽度，那么我们会得到一个分割错误。如果我们将其设置为零，则返回一个空字符串。

更新： 分割错误是在GetUTF8Text()而不是在SetImage() 中引发的。

SIGSEGV (signal SIGSEGV: invalid address (fault address: 0xc))

Answer 1

tess-two它使用tesseract OCRrgba rgb 或灰色格式的预期解码图像。所以你需要解码你的png（这个问题解释了如何在java中做到这一点）并将结果转换为字节数组。bpp是 rgba 格式的每像素字节数，它是 4（1 个字节是红色 2 是绿色 3 是蓝色 4 是 alpha）对于 rgb 它将是 3（1 个字节是红色 2 是绿色 3 是蓝色）对于灰度它将是1.bpl是每行字节数 = bpp * 图像宽度