我的目标是在 AWS Lambda 中运行 tesseract-ocr。
我构建了一个尝试镜像 Lambda 环境的 EC2 实例。在两种环境中执行不带参数的 tesseract 都会成功。但是,任何实质性图像处理的尝试,例如这段代码:
tess = child_process.exec('tesseract input.tif output -l eng -psm 1 hocr', function(error, stdout, stderr) {
...
在我的 EC2 机器上成功运行,但在 Lambda 中失败并出现以下错误:
Error: Command failed: Tesseract Open Source OCR Engine v3.04.00 with Leptonica
Error during processing.
at ChildProcess.exithandler (child_process.js:648:15)
at ChildProcess.emit (events.js:98:17)
at maybeClose (child_process.js:756:16)
at Process.ChildProcess._handle.onexit (child_process.js:823:5)
Error code: 1
Signal received: null
Lambda 承担具有管理权限的 IAM 角色 ({ "Effect": "Allow", "Action": "", "Resource": ""})
“处理过程中的错误”错误由 tesseract 作为顶级包罗万象发出。我将测试 tesseract 并尝试进一步缩小问题的范围。
我是如何到达这里的:
我想知道出了什么问题 - 或者如何诊断它。
谢谢,
戴夫
最佳答案
简短回答:输出必须进入/tmp 目录,例如
tesseract input.tif /tmp/output -l eng -psm 1 hocr
稍微长一点的答案:tesseract 在幕后调用 fopen wb,显然这在/var/task 中是被禁止的。
几天前我会注意到这一点,但 Lambda 没有传播我的部署包。因此,有一次我尝试将输出放在/tmp 目录中,但没有任何效果 - 但那是 b/c Lambda 正在执行我的函数的陈旧版本。解决方案是在调用更新函数之前始终删除函数。
关于amazon-ec2 - tesseract-ocr 适用于 EC2,而不适用于 lambda,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29055949/