使用 Tesseract 进行 OCR 会导致 GetUTF8Text 方法出现内存泄漏

Posted 2023-04-17

【中文标题】使用 Tesseract 进行 OCR 会导致 GetUTF8Text 方法出现内存泄漏

【英文标题】：Using Tesseract for OCR gives memory leak on GetUTF8Text method

【发布时间】：2012-06-04 02:38:32

【问题描述】：

我正在使用 tesseract OCR 读取名片。 我有内存泄漏，我无法解决它，我不知道如何解决。

在我的代码中...

tesseract->Recognize(NULL); 
char* utf8Text = tesseract->GetUTF8Text();

GetUTF8Text() 方法会导致内存泄漏。 这是内存泄漏工具的日志：

tesseract::TessBaseAPI::GetUTF8Text()
operator new[](unsigned long) libstdc++.6.dylib
operator new(unsigned long) libstdc++.6.dylib
malloc libsystem_c.dylib

在一些内存泄漏后，应用程序崩溃。 GetUTF8Text 在 baseapi.h 文件中。我认为 tessearact 是由 c++ 编写的。我不知道c++。 任何人都可以帮忙吗？或者有人有干净的tesseract吗？

【参考方案1】：

根据我在baseapi.h 中找到的文档。

/**
 * The recognized text is returned as a char* which is coded
 * as UTF8 and must be freed with the delete [] operator.
 */
char* GetUTF8Text();

因此，完成后您需要delete [] utf8text。

tesseract->Recognize(NULL); 
char* utf8Text = tesseract->GetUTF8Text();
... //use utf8Text or copy if necessary
delete [] utf8text;

【讨论】：

我真的很感谢你们俩。我已经阅读了baseapi中的评论。但我认为它是“删除 tesseract”。

我明白，尤其是当你说你不懂 C++ 时。每当您使用 new [] 分配一个数组时（这就是 tesseract 正在做的事情），那么您必须使用 delete [] 删除它

我知道 C++，这就是我转向 vb.net 的原因。只是它还是那样吗？另外，无论如何，您如何快速获得内存泄漏。

一旦不再引用它，它就会成为泄漏。

你好，在这一行中，我的访问 tesseract->Recognize(NULL); char* utf8Text = tesseract->GetUTF8Text();请告诉我如何解决这个问题..

【参考方案2】：

来自 Tesseract 文档：

识别的文本以编码为 UTF8 的 char* 形式返回，并且 必须使用 delete [] 运算符释放。

换一种说法：释放内存是你的责任，所以它是你的泄漏而不是 Tesseracts。

【讨论】：

是的，我读过。在 startOCR 中：tesseract->Recognize(NULL); char* utf8Text = tesseract->GetUTF8Text(); [self performSelectorOnMainThread:@selector(ocrProcessingFinished:) withObject:[NSString stringWithUTF8String:utf8Text] waitUntilDone:NO];在 ocrProcessingFinished 事件中：tesseract->Clear();正方体->结束（）；删除正方体；仍然存在内存泄漏。