问题描述
我无法使用pypdfocr在Alfresco上OCR文件。
大家好，我从Alfresco开始，在Alfresco中配置pypdfocr并使用它时遇到了一些困难。
我使用以下方法在Ubunto 18.04.5 LTS上安装了Alfresco：
wget https://download.alfresco.com/release/community/201707-build-00028/alfresco-community-installer-201707-linux-x64.bin
我已经完成了所有必要的配置，在相应的文件夹中添加了文件repo.jar和share.jar：
/opt/alfresco-community/modules/platform/simple-ocr-repo-2.3.1.jar
/opt/alfresco-community/modules/share/simple-ocr-share-2.3.1.jar
我在alfresco-global.properties中添加了属性：
# PYPDFOCR
ocr.command = /opt/alfresco-community/scripts/ocr.sh
ocr.output.verbose = true
ocr.output.file.prefix.command =
ocr.extra.commands = -v -l por
ocr.server.os = linux
#!/usr/bin/env bash
# set -o xtrace # Uncomment for debugging / troubleshooting
array = ("$ @")
unset "array [$ {# array [@]} - 1]"
/usr/local/bin/pypdfocr "$ {array [@]}"
我这样安装了依赖项： apt安装gcc libjpeg-dev minizip zlib1g-dev python-dev
但是，当我尝试在Alfresco中执行OCR时，我在/ tomcat / logs /中收到以下消息：
任何帮助将不胜感激
****我试图通过安装更多的依赖项来解决，但是没有用：
apt-get install wget gcc gcc-c ++ make autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel ocaml ImageMagick ImageMagick-devel
我收到以下消息：
E: Unable to locate package gcc-c +
E: Couldn't find any package by regex 'gcc-c +'
E: Unable to locate package libjpeg-devel
E: Unable to locate package libpng-devel
E: Unable to locate package libtiff-devel
E: Unable to locate package zlib-devel
E: Unable to locate package ImageMagick
E: Unable to locate package ImageMagick-devel
解决方法
似乎需要安装ImageMagick和/或poppler-utils。
要安装ImageMagick，请执行以下操作：https://www.tutorialspoint.com/how-to-install-imagemagick-on-ubuntu 要安装poppler-utils，请执行以下操作：sudo apt-get install -y poppler-utils
注意：您将需要更多的依赖关系才能使此ocr模块正常工作。具体来说，以下内容：
Tesseract和Leptonica：https://medium.com/@jjagadish.in/install-tesseract-3-04-on-centos-7-4573465d8867
以及以下软件包：
epel-release
python-pip
gcc
libjpeg
minizip
zlib
python
ghostscript
一旦安装了pip，就需要安装pypdfocr和pyyaml：
pip install pypdfocr
pip install pyyaml
我建议先使用示例pdf使其在命令行上运行：
/opt/alfresco-community/scripts/ocr.sh -v -l por test.pdf test.pdf