Switch Tesseract initialization to memory-based loading of rus.traineddata to fix issues with paths containing Cyrillic characters (Windows).

android/ocr/OcrUtils.cpp

@@ -11,34 +11,37 @@
 
 namespace {
 
-// Возвращает путь, который надо передавать в `TessBaseAPI::Init`, либо пустую
+// Кэш байт rus.traineddata. Грузим файл через Qt (Unicode-aware пути) и
-// строку, если ни в одной из ожидаемых раскладок rus.traineddata не найден.
+// отдаём Tesseract в виде in-memory blob через Init(data, size, lang, ...).
-// На Windows (vcpkg) Tesseract 5 без подкаталога `tessdata/` иногда падает
+// Это обходит проблему, что на Windows Tesseract открывает traineddata через
-// молча — пробуем оба варианта и логируем результат.
+// `fopen`, который использует ANSI-кодировку (cp1251 на русской системе).
-QString resolveTessdataPath() {
+// Если путь к exe содержит кириллицу (например, OneDrive\Рабочий стол) —
-    static QString cached;
+// fopen не находит файл и Init возвращает -1. Memory-init не зависит от пути.
-    static bool resolved = false;
+const QByteArray &tessdataBytes() {
-    if (resolved) return cached;
+    static QByteArray bytes;
-    resolved = true;
+    static bool tried = false;
+    if (tried) return bytes;
+    tried = true;
 
     const QString appDir = QCoreApplication::applicationDirPath();
     const QStringList candidates = {
-        appDir + "/tessdata",  // канонический путь
+        appDir + "/tessdata/rus.traineddata",  // канонический путь
-        appDir,                // legacy: traineddata лежат рядом с exe
+        appDir + "/rus.traineddata",           // legacy: рядом с exe
     };
-    for (const QString &dir : candidates) {
+    for (const QString &path : candidates) {
-        const QString file = dir + "/rus.traineddata";
+        QFile f(path);
-        if (QFile::exists(file)) {
+        if (!f.open(QIODevice::ReadOnly)) continue;
-            // Tesseract принимает datapath как РОДИТЕЛЯ tessdata-каталога,
+        bytes = f.readAll();
-            // но также понимает каталог, где лежат сами .traineddata.
+        f.close();
-            cached = QDir::toNativeSeparators(dir);
+        if (!bytes.isEmpty()) {
-            qDebug() << "[OcrUtils] tessdata located at" << cached;
+            qDebug() << "[OcrUtils] loaded rus.traineddata from" << path
-            return cached;
+                     << "(" << bytes.size() << "bytes)";
+            return bytes;
         }
     }
     qWarning() << "[OcrUtils] rus.traineddata NOT FOUND. Checked:" << candidates
                << "— OCR будет работать в fallback-режиме без поиска текста.";
-    return {};
+    return bytes;
 }
 
 
@@ -128,17 +131,20 @@ QPoint findTextCenter(const QByteArray &png,
             if (inverted) prepared = inverted;
         }
 
-        const QString tessdata = resolveTessdataPath();
+        const QByteArray &td = tessdataBytes();
-        if (tessdata.isEmpty()) {
+        if (td.isEmpty()) {
             if (inverted) pixDestroy(&inverted);
             pixDestroy(&gray);
             return {-1, -1};
         }
         auto *api = new tesseract::TessBaseAPI();
-        if (api->Init(tessdata.toUtf8().constData(), "rus")) {
+        // Init(data, size, lang, ...) — грузим traineddata из памяти, чтобы
-            qWarning() << "[OcrUtils] Tesseract init failed for datapath" << tessdata
+        // обойти fopen на путях с кириллицей (Windows ANSI-API).
-                       << "— rus.traineddata присутствует, но не загрузился"
+        if (api->Init(td.constData(), td.size(), "rus",
-                       << "(возможно, повреждён или несовместимая версия)";
+                      tesseract::OEM_DEFAULT,
+                      nullptr, 0, nullptr, nullptr, false, nullptr)) {
+            qWarning() << "[OcrUtils] Tesseract Init(memory) failed —"
+                       << "traineddata повреждён или несовместимая версия";
             delete api;
             if (inverted) pixDestroy(&inverted);
             pixDestroy(&gray);