每像素字节数，每行字节数 - 如何在 tess-two 的 tessbaseapi.cpp 中使用函数 nativeSetImageBytes？答案

【问题标题】：bytes per pixel, bytes per line - How to use function nativeSetImageBytes in tessbaseapi.cpp of tess-two?每像素字节数，每行字节数 - 如何在 tess-two 的 tessbaseapi.cpp 中使用函数 nativeSetImageBytes？
【发布时间】：2018-07-30 08:48:31
【问题描述】：

我们正在解析一个显示 textsn-p 的图像，其分辨率为 2121x105 像素。在 Java 中，我们有以下代码来获取字节数组（我们的一个约束是在这里使用字节数组）：

import org.apache.commons.io.IOUtils;

...

InputStream is = getAssets().open("images/text.png");
byte[] bytes = IOUtils.toByteArray(is);

然后这个字节数组被传递给原生 C++ 代码——我们没有使用 tess-two 的 Java 包装器，但我们使用原生库。在本机代码中，我们试图获取 GetUTF8Text() 的图像文本。然后我们看到 tess-two 已经有一个实现，通过将图像作为字节数组传递来设置要从中读取的图像：

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)。 bpl 的预期内容尚不清楚。如果我们将图像的宽度设置为乘以 bpp，则会出现分割错误。如果我们将其设置为零，则返回一个空字符串。

更新： GetUTF8Text() 中引发了分割错误，而 SetImage() 中没有。

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

【问题讨论】：

你需要先解码你的 png。
解码是什么意思？
我的意思是我说的。您的图像使用 libpng 编码，需要在 tesseract 使用之前进行解码。参见java示例here
好的，谢谢。我现在知道我需要解码我的 jbyteArray，但是当 nativeSetImageBytes 需要一个字节数组时，我会得到另一个对象类型。为了清楚起见，函数 nativeSetImageBytes 是 tess-two 的实现。
tess-two aka tesseract 需要 rgba rgb 或灰度格式的解码图像。所以你需要解码你的 png 并将结果转换为字节数组。 bpp 是 rgba 格式的每像素字节数，它将是 4（1 字节是红色 2 是绿色 3 是蓝色 4 是 alpha）对于 rgb 它将是 3（1 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

标签： java c++ java-native-interface tesseract tess-two

【解决方案1】：

tess-two 使用 tesseract OCR 需要 rgba rgb 或灰度格式的解码图像。

所以您需要解码您的 png（this 问题解释了如何在 java 中执行此操作）并将结果转换为字节数组。

bpp 是 rgba 格式的每像素字节数，它将是 4（1 字节是红色 2 是绿色 3 是蓝色 4 是 alpha）对于 rgb 它将是 3 （1 字节为红色 2 为绿色 3 为蓝色）灰度为 1。

bpl 是每行字节数 = bpp * 图像宽度

【讨论】：