Android Studio+Chaquopy开发OCR应用：Tesseract未找到问题求助

你遇到的核心问题是配置了Windows系统的Tesseract路径到安卓应用中——安卓是基于Linux的操作系统，Chaquopy运行在安卓的Linux环境下，完全无法识别Windows的C:\路径，因此抛出TesseractNotFoundError。另外还有两个次要问题：Bitmap传递方式错误、tessdata路径配置无效。

1. 替换Windows路径，配置安卓环境的Tesseract可执行文件 #

步骤1：获取安卓版Tesseract二进制文件 #

从Tesseract官方安卓工具库下载对应你应用架构（arm64-v8a/armeabi-v7a/x86_64等）的tesseract可执行文件，或者自行编译静态版安卓Tesseract。

步骤2：将二进制文件放入项目并复制到应用私有目录 #

• 将tesseract文件放到src/main/assets/tesseract/目录下
• 在安卓启动时（比如Application的onCreate或MainActivity的onCreate），将文件复制到应用私有文件目录并添加可执行权限：

private void copyTesseractBinary() {
    File destFile = new File(getFilesDir(), "tesseract");
    if (!destFile.exists()) {
        try (InputStream is = getAssets().open("tesseract/tesseract");
             OutputStream os = new FileOutputStream(destFile)) {
            byte[] buffer = new byte[1024];
            int length;
            while ((length = is.read(buffer)) > 0) {
                os.write(buffer, 0, length);
            }
            // 添加可执行权限
            destFile.setExecutable(true);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

2. 修正tessdata路径配置 #

• 将tessdata文件夹（包含eng.traineddata等语言包）放到src/main/assets/tessdata/目录下
• 同样在启动时复制到应用私有目录：

private void copyTessData() {
    File destDir = new File(getFilesDir(), "tessdata");
    if (!destDir.exists()) {
        destDir.mkdirs();
        try {
            String[] files = getAssets().list("tessdata");
            for (String file : files) {
                try (InputStream is = getAssets().open("tessdata/" + file);
                     OutputStream os = new FileOutputStream(new File(destDir, file))) {
                    byte[] buffer = new byte[1024];
                    int length;
                    while ((length = is.read(buffer)) > 0) {
                        os.write(buffer, 0, length);
                    }
                }
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

3. 修改Python脚本（ocr.py） #

更新Tesseract路径和图像处理逻辑，通过Chaquopy API获取安卓应用路径：

import pytesseract
from PIL import Image as PIL_image
from io import BytesIO
from com.chaquo.python import Python

# 获取安卓应用上下文，获取私有文件目录路径
context = Python.getInstance().getContext()
tesseract_path = context.getFilesDir().getAbsolutePath() + "/tesseract"
tessdata_dir = context.getFilesDir().getAbsolutePath() + "/tessdata"

# 配置Tesseract路径和语言包目录
pytesseract.pytesseract.tesseract_cmd = tesseract_path
tessdata_dir_config = f'--tessdata-dir "{tessdata_dir}"'

def bitmaptoString(byte_array):
    # 将Java传递的字节数组转为PIL图像
    img = PIL_image.open(BytesIO(byte_array))
    res = pytesseract.image_to_string(img, lang='eng', config=tessdata_dir_config)
    return res

def test():
    return "chaquopy in the works"

4. 修正Java调用逻辑 #

不能直接传递bitmap.toString()，需要将Bitmap转为字节数组传递给Python：

// 先调用复制文件的方法（在启动时执行）
copyTesseractBinary();
copyTessData();

// 调用Python函数的正确代码
Python python = Python.getInstance();
PyObject pobj = python.getModule("ocr");

// 将Bitmap转为字节数组
ByteArrayOutputStream stream = new ByteArrayOutputStream();
bitmap.compress(Bitmap.CompressFormat.PNG, 100, stream);
byte[] byteArray = stream.toByteArray();

// 调用函数并获取结果
PyObject result = pobj.callAttr("bitmaptoString", byteArray);
String ouText = result.toString();

Log.e("_______________","TESSER:");
Log.e("OUTPUT_OF_PYFUNC",ouText);

替代方案：直接使用安卓原生Tesseract库 #

如果Chaquopy的方式过于繁琐，也可以直接集成tesseract-android-tools或com.rmtheis:tess-two等安卓原生Tesseract库，避免Python层的调用问题，实现更贴合安卓生态。

内容的提问来源于stack exchange，提问作者medamin