Lambda 函数返回 Failed loading language 'eng' Tesseract 无法加载任何语言！无法初始化 tesseract

Question

我正在使用 AWS - Lambda (Python)。

我正在编写一个使用 tesseract 包的现有代码。 我的 main 中有一个函数调用它：

 def lambda_ocr(ze_path, step):

    if step == 1:
        ocr_options = "--oem 1 -l eng --psm 6"
    elif step == 2:
        ocr_options = "--oem 0 -l eng --psm 6"
    elif step == 3:
        ocr_options = "--oem 1 -l fra --psm 3"
    elif step == 4 :
        ocr_options = "--oem 0 -l fra --psm 11"
    else:
        print("WARNING invalid step given for ocr. default option --oem 1 -l fra --psm 3.")
        ocr_options = "--oem 1 -l fra --psm 3"
    res = ocr(ze_path, config=ocr_options)


def ocr(img_path, config="--oem 1 -l fra --psm 3"):
    """ This function is called by get_text_OCR_Parallel
        we can modify the tesseract config here
    """
    raw_text = pytesseract.image_to_string(img_path, config=config)

    return raw_text

def image_to_string(image,
                    lang=None,
                    config='',
                    nice=0,
                    output_type=Output.STRING):
    '''
    Returns the result of a Tesseract OCR run on the provided image to string
    '''
    args = [image, 'txt', lang, config, nice]

    return {
        Output.BYTES: lambda: run_and_get_output(*(args + [True])),
        Output.DICT: lambda: {'text': run_and_get_output(*args)},
        Output.STRING: lambda: run_and_get_output(*args),
    }[output_type]()

当我使用 step=1 调用 lambda_ocr 函数时，一切正常。但是当 step=2、3 或 4 时，它会抛出错误。

我对@9​​87654325@ 包了解不多，但根据this，我应该安装缺少的包。

我不明白的是，如果包没有安装好，当 step=1 时它是如何工作的？它不应该也抛出错误吗？

感谢任何帮助。谢谢

Answer 1

解决方案是使用 Lambda 层来安装缺少的包。我从 git 下载了所需的文件，然后将 .zip 上传到 AWS 并用它创建了一个层。