Início / coding / Perguntas / 79343440
Accepted
Anonymous Creator
Asked: 2025-01-10 00:54:16 +0800 CST

API Tesseract da Bytedeco não funciona dentro do Docker

  • 772
import org.bytedeco.tesseract.TessBaseAPI;

public class TesseractInitExample {
    public static void main(String[] args) {
        // Create a new Tesseract API instance
        TessBaseAPI api = new TessBaseAPI();

        // Set the path to tessdata and language (change accordingly)
        String dataPath = "/root/GitHub/tessdata_best"; 
        String language = "eng";

        // Initialize Tesseract
        if (api.Init(dataPath, language) != 0) {
            System.err.println("Could not initialize Tesseract.");
            return;
        }

        System.out.println("Tesseract initialized successfully!");

        // Cleanup
        api.End();
    }
}

Abaixo está o dockerfile

FROM gradle:8.11.1-jdk17-alpine AS build

RUN apk add --no-cache git
RUN git clone --branch main --single-branch https://github.com/tesseract-ocr/tessdata_best.git /root/GitHub/tessdata_best

COPY --chown=gradle:gradle . /home/gradle/src
WORKDIR /home/gradle/src
RUN gradle build --no-daemon -x test 

FROM eclipse-temurin:17.0.13_11-jdk-alpine

COPY --from=build /root/GitHub/tessdata_best /root/GitHub/tessdata_best

RUN apk add --no-cache \
    tesseract-ocr \
    leptonica-dev

VOLUME /tmp
ARG JAVA_OPTS
ENV JAVA_OPTS=$JAVA_OPTS

RUN mkdir /app
COPY --from=build /home/gradle/src/build/libs/*.jar /app/extract.jar
ENTRYPOINT ["java", "-XX:+UnlockExperimentalVMOptions", "-Djava.security.egd=file:/dev/./urandom","-jar","/app/extract.jar"]

Ao executar o contêiner, estou recebendo o erro abaixo init.

3.362 seconds (process running for 4.095)
#
# A fatal error has been detected by the Java Runtime Environment:
#
#  SIGSEGV (0xb) at pc=0x000000000005f2b0, pid=1, tid=7
#
# JRE version: OpenJDK Runtime Environment Temurin-17.0.13+11 (17.0.13+11) (build 17.0.13+11)
# Java VM: OpenJDK 64-Bit Server VM Temurin-17.0.13+11 (17.0.13+11, mixed mode, sharing, tiered, compressed oops, compressed class ptrs, g1 gc, linux-amd64)
# Problematic frame:
# C  [libtesseract.so.5.5+0x14b9c8]  tesseract::CHAR_FRAGMENT::parse_from_string(char const*)+0xc8
#
# Core dump will be written. Default location: Core dumps may be processed with "/wsl-capture-crash %t %E %p %s" (or dumping to //core.1)
#
# An error report file with more information is saved as:
# //hs_err_pid1.log
#
# If you would like to submit a bug report, please visit:
#   https://github.com/adoptium/adoptium-support/issues
# The crash happened outside the Java Virtual Machine in native code.
# See problematic frame for where to report the bug.
#

Não é possível descobrir esse erro. Como posso resolver isso (funciona bem no Windows localmente)?

java

1 respostas

  1. Best Answer

    O problema que você está enfrentando pode ser devido a problemas de compatibilidade entre imagens baseadas em Alpine e as bibliotecas nativas do Tesseract. O Alpine usa musl em vez de glibc, o que às vezes pode levar a falhas de segmentação ou outro comportamento inesperado ao trabalhar com bibliotecas nativas como libtesseract.so. Mudar para uma imagem baseada em Debian ou Ubuntu geralmente resolve esses problemas.

    Aqui está um Dockerfile que usa uma imagem baseada em Debian para melhor compatibilidade:

    FROM gradle:8.11.1-jdk17 AS build

# Install git and clone tessdata_best
RUN apt-get update && apt-get install -y git
RUN git clone --branch main --single-branch https://github.com/tesseract-ocr/tessdata_best.git /root/GitHub/tessdata_best

# Build the project with Gradle
COPY --chown=gradle:gradle . /home/gradle/src
WORKDIR /home/gradle/src
RUN gradle build --no-daemon -x test 

FROM eclipse-temurin:17.0.13_11-jdk

# Install Tesseract and dependencies
RUN apt-get update && apt-get install -y \
    tesseract-ocr \
    libleptonica-dev

# Copy tessdata_best
COPY --from=build /root/GitHub/tessdata_best /root/GitHub/tessdata_best

# Prepare the application
VOLUME /tmp
ARG JAVA_OPTS
ENV JAVA_OPTS=$JAVA_OPTS
RUN mkdir /app
COPY --from=build /home/gradle/src/build/libs/*.jar /app/extract.jar

# Run the application
ENTRYPOINT ["java", "-XX:+UnlockExperimentalVMOptions", "-Djava.security.egd=file:/dev/./urandom","-jar","/app/extract.jar"]
    • 2

relate perguntas