tesseract v3.03 使用可搜索文本示例呈现 PDF

Question

从tesseract v3.03 's release note，tesseract 现在支持使用可搜索文本呈现 PDF 输出，但我不知道如何在我的代码中使用此功能。
目前我在我的 android 应用程序中使用tess-two，那么我只是想知道这个功能是否适用于 android？

如果您能给我一个使用tesseract api 渲染pdf 的示例，那就太好了，然后我将尝试为tess-two 库移植缺少的函数。
提前致谢。

P/s：我可以看到pdfrenderer 文件，它可以处理渲染 pdf 输出，但我不知道如何将它与基本 api 一起应用。

更新：这是我的尝试：

 tesseract::TessResultRenderer* renderer = new tesseract::TessPDFRenderer(nat->api.GetDatapath());
__android_log_print(ANDROID_LOG_ERROR, "Test_tesseract", "data path = %s", nat->api.GetDatapath());
if (!nat->api.ProcessPages(c_file_name, NULL, 0, renderer)) {
    __android_log_print(ANDROID_LOG_ERROR, "Test_tesseract", "process page failed");
    delete renderer;
    return;
}

FILE* fout = fopen(c_pdf_file_name, "wb");
if (fout == NULL) {
    __android_log_print(ANDROID_LOG_ERROR, "Test_tesseract", "Cannot create output file %s\n", c_pdf_file_name);
    delete renderer;
    return;
}

const char* data;
int dataLength;

bool boolValue = renderer->GetOutput(&data, &dataLength);
if (boolValue) {
    fwrite(data, 1, dataLength, fout);
    if (fout != stdout)
        fclose(fout);
    else
        clearerr(fout);
}else{
    __android_log_print(ANDROID_LOG_ERROR, "Test_tesseract", "Cannot get output file");
}
    
delete renderer;

我的代码在 ProcessPages 方法中失败。写入日志后（我在ndk中调试有问题），发现pdfrender BeginDocument在baseapi.cpp的TessBaseAPI::ProcessPages方法中总是返回false：

if (renderer && !renderer->BeginDocument(kUnknownTitle)) {
    success = false;
 }

我错过了什么吗？

P/s：我用tess-two，它更喜欢baseapi而不是capi

Answer 1

如下：

TessResultRenderer renderer = api.TessPDFRendererCreate(dataPath);
api.TessBaseAPIProcessPages1(handle, image, null, 0, renderer);
PointerByReference data = new PointerByReference();
IntByReference dataLength = new IntByReference();
api.TessResultRendererGetOutput(renderer, data, dataLength);
byte[] bytes = data.getValue().getByteArray(0, dataLength);
// then write bytes array to a file with PDF extension.

如果您在执行代码时遇到问题，请查看 this post 中的渲染器示例。