Bytedeco Tesseract API在Docker容器中初始化崩溃求助

核心原因 #

你遇到的JVM崩溃是因为系统安装的Tesseract库和Bytedeco自带的预编译Native库版本冲突。Bytedeco的Tesseract绑定会自动加载自带的native库，而Docker容器中通过apk add tesseract-ocr安装的系统级库版本和Bytedeco依赖的版本不一致，导致初始化时出现内存访问错误（SIGSEGV）。

解决方案步骤 #

1. 移除Dockerfile中系统级Tesseract安装 #

在运行阶段的Dockerfile里，删除apk add tesseract-ocr leptonica-dev这一行——Bytedeco已经包含了所需的native库，不需要额外安装系统版本。

修改后的运行阶段Dockerfile：

FROM eclipse-temurin:17.0.13_11-jdk-alpine

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

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"]

2. 确保Bytedeco依赖版本正确 #

检查你的build.gradle（或pom.xml）中Bytedeco的Tesseract依赖是否为最新稳定版，避免版本兼容问题。例如Gradle依赖：

implementation 'org.bytedeco:tesseract-platform:5.3.0-1.5.10'

（注：-platform后缀会自动引入对应平台的native库，包括Linux Alpine版本）

3. 验证tessdata路径权限 #

确保容器中tessdata_best目录的权限正确，Java进程可以读取其中的语言文件。可在Dockerfile中添加权限设置：

RUN chmod -R 755 /root/GitHub/tessdata_best

4. 测试容器运行 #

重新构建镜像并运行容器，此时Bytedeco会使用自带的native库，避免版本冲突，Tesseract初始化应该能正常完成。

额外排查点 #

如果问题仍然存在，检查：

• 是否在代码中设置了jna.library.path或其他环境变量强制加载系统库，如有则移除
• 确认tessdata_best克隆的是对应Bytedeco依赖的Tesseract版本的训练数据（比如Tesseract 5.x对应tessdata_best的main分支即可）

内容的提问来源于stack exchange，提问作者Anonymous Creator