有没有可能在GraalVM下的https://github.com/naptha/tesseract.js)中使用graal.js运行tesseract.js来进行光学字符识别？

Question

我正在尝试对来自Java的图像文件进行OCR。因此，我决定使用https://github.com/naptha/tesseract.js中的Tesseract.js，并通过GraalVM中的graal.js功能调用它，但无法使其工作。

这是我尝试过的。

public static final String TESSERACT = "src/tesseract.js";

private static void tesseract(String imageFile) throws IOException
{
    System.out.println("=== Calling Tesseract === ");
    try(Context context = Context.create())
    {
        context.eval(Source.newBuilder("js", new File(TESSERACT)).build());
        Value Tesseract = context.getBindings("js").getMember("Tesseract");
        Value recognize = Tesseract.getMember("recognize");
        long start = System.currentTimeMillis();
        String result = recognize.execute(imageFile).asString();
        long took = System.currentTimeMillis() - start;
        System.out.println("Tesseract call took: " + took + "ms with result: " + result);
    } // context.close() is automatic
}

它会编译，但在运行时会抛出以下异常：

=== Calling Tesseract === 
Exception in thread "main" ReferenceError: window is not defined
    at <js> spawnWorker(src\tesseract.js:286:8848-8853)
    at <js> _delay(src\tesseract.js:504:16140-16184)
    at <js> recognize(src\tesseract.js:472-481:15321-15620)
    at org.graalvm.polyglot.Value.execute(Value.java:457)
    at com.mycompany.app.JsApp.tesseract(JsApp.java:98)
    at com.mycompany.app.JsApp.main(JsApp.java:70)
    at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at java.base/jdk.internal.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:64)
    at java.base/jdk.internal.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.base/java.lang.reflect.Method.invoke(Method.java:564)
    at com.intellij.rt.execution.application.AppMainV2.main(AppMainV2.java:131)

Anyone know to to fix this?

Answer 1

主要的问题是tesseract.js期望在浏览器中运行。之所以没有定义该窗口，是因为您在不同的JavaScript运行时中运行它，而不是在浏览器中运行tesseract.js。

为了解决您的问题，我将使用Tess4j运行Tesseract OCR。Tess4j是Tesseract的JNA包装器(就像tesseract.js是浏览器包装器一样)。