GhostScript光栅化器内存不足异常

本文关键字：内存不足 异常 GhostScript | 更新日期: 2023-09-27 18:19:26

我正在使用一个作为后台处理器运行的32位控制台应用程序。我正在处理的部分使用GhostScript对PDF执行OCR。PDF的每一页都被呈现为临时文件夹中的PNG图像，然后OCR阅读器读取该图像。OCR文本将保存到数据库中，然后删除临时文件夹中的文件。

问题是GhostScriptRasterizer对象占用了处理器的所有可用内存。当我调用GhostScriptRasterizer.GetPage（dpi，dpi，pageNumber）方法时，我会得到OutOfMemory异常或System.ArgumentException with Message"；参数无效"；。我对第二个例外的研究告诉我，这确实是第一个例外的症状。方法调用占用了所有可飞行的内存。

GetPage方法正在创建一个System.Drawing.Bitmap图像，该图像需要连续的无分段内存。问题代码从这里开始。

try
{
    img = rasterizer.GetPage(dpi, dpi, pageNumber);
}
catch (OutOfMemoryException ex)
{
                    
    img = GetImage(rasterizer, dpi, pageNumber, ms);
}
catch (System.ArgumentException ex)
{                       
    img = GetImage(rasterizer, dpi, pageNumber, ms);
}

我编写的GetImage方法如下所示。

public Image GetImage(GhostscriptRasterizer rasterizer, int dpi, int pageNumber, MemoryStream ms)
{
    rasterizer.Close();
    rasterizer.Dispose();
    rasterizer = new GhostscriptRasterizer();
    rasterizer.Open(ms);
    dpi = dpi - 50;
    Image image = null;
    if (dpi > 0)
    {
        try
        {
            image = rasterizer.GetPage(dpi, dpi, pageNumber);
        }
        catch (OutOfMemoryException ex)
        {                   
            image = GetImage(rasterizer, dpi, pageNumber, ms);
        }
        catch (System.ArgumentException ex)
        {                   
            image = GetImage(rasterizer, dpi, pageNumber, ms);
        }
    }
    return image;
}

我开始使用的dpi是300，在我们对该系统的第一次测试中，它对95%的文档都有效。然而，对于某些页面，300 dpi显然太高了，因为我得到了内存外的例外。看起来有些页面大约是35 X 59英寸。我无法控制这件事。对我来说，解决方案是不断尝试越来越低的dpi，直到我有了一个不会吃掉所有内存的东西。然而，所有的内存都保留在光栅化器对象中，所以我需要以某种方式处理它。调用rasterizer.Close（）会出现以下错误。

托管调试助手"FatalExecutionEngineError"在"F:''Development''bin''Debug''Processor.Run.vshost.exe"中检测到问题。

附加信息：运行时遇到致命错误。错误的地址位于线程0x3e90上的0x7331e8c6。错误代码为0xc0000005。此错误可能是CLR或用户代码的不安全或不可验证部分中的错误。此错误的常见来源包括COM互操作或PInvoke的用户封送处理错误，这些错误可能会损坏堆栈。

删除Close（）调用并调用rasterizer.Dispose（）给了我：

Ghostscript.NET.dll 中发生类型为"System.AccessViolationException"的未处理异常

附加信息：试图读取或写入受保护的内存。这通常表示其他内存已损坏。

我甚至只是试图在遇到异常时中断并返回文件列表，但这仍然要求我不要对光栅化器使用using声明，因为我在使用结束时得到了相同的异常，因为它当然是在尝试处理对象。垃圾收集器似乎稍后会收集到内存，但这并不能解决我的问题。我仍然无法在同一个作业中光栅化页面。

我能想到的唯一解决方案是以某种方式提前调整pdf的大小，但我希望有人知道如何处理内存并以更低的dpi重新光栅化。

GhostScript光栅化器内存不足异常

当PDF请求大介质时，您可以编写更改介质大小的PostScript。但这需要一些PostScript编程知识。

然而，我相信实际的问题不在于Ghostscript，因为当超过内存限制时，Ghostscript将切换到显示列表模型，在该模型中，它将页面分波段输出到磁盘（运行显示列表的次数与要输出的波段的次数一样多）。如果你真的有一个磁盘，而且有足够的内存容纳一条光栅线，那么它将（最终在每行一个波段的情况下）输出整个东西。

这向我表明，实际的问题是你使用的C++或C#包装器，而不是Ghostscript tself。

我怀疑您的包装器试图在内存中创建一个巨大的位图，以在将渲染输出写入磁盘之前保存它。这不是必须的。

试着直接从命令行使用一个失败的文件运行Ghostscript，如果这有效，那么你可以简单地使用Ghostscript，它完全能够生成PNG文件作为输出。我使用Ghostscript以600 dpi输出这种大小或更大的媒体。

我也有类似的问题，在发生异常后处理内存时，我会得到"尝试读取或写入受保护的内存"。当我试图转换受密码保护的PDF时，就会发生这种情况——即使在捕捉到异常之后，也会发生上述访问违规并导致程序崩溃。

我使用的解决方案：

我还在程序中使用iTextSharp。因此，我使用iTextSharp编写了一个方法来检查PDF文件是否首先受到密码保护，使用此线程的帮助：https://stackoverflow.com/questions/11298651/checking-if-pdf-is-password-protected-using-itextsharp#=

所以现在我在遇到这个问题之前先检查一下。这是我找到的解决这个问题的唯一方法——我认为Ghostscript.NET包装器不再更新或维护了。

我在调用GhostScript方法的方法上使用了HandleProcessCorruptedStateExceptionsAttribute和SecurityCritical属性。

这个问题为我解决了。我不再有这个例外。

相关文章：