最近在試著用 Tesseract 來做 DICOM 影像的 OCR，身為 Ruby 的愛好者，先去找了 RTesseract 這個 gem 來用，裡面已經把 RMagick (ImageMagick 的 ruby wrapper) 也整合好了，其實還算方便，不過問題在於，我在 Mac 上測試好的程式放到 Ubuntu 12.04 上去跑就是會有問題，拆解元件、交叉測試後發現應該是 ImageMagick 惹的禍：
$ convert spg.dcm spg.jpg
convert: memory allocation failed `spg.dcm' @ error/dcm.c/ReadDCMImage/3502.
convert: missing an image filename `spg.jpg' @ error/convert.c/ConvertImageCommand/3011.
花了一些時間東翻西找資料，數年前曾有人回報在 64-bit 系統下有類似的問題，但後來的回覆又說更新到 6.3.9 版以後就 ok 了，話說 Ubuntu package 是 6.6.9.7，感覺應該不會是重蹈覆轍的緣故吧？
後來想，會不會是 Ubuntu 12.04 太舊了，趁機來換成新的 LTS 版本好了，所以試裝了 Ubuntu 14.04，裡面的 ImageMagick 更新到 6.7.7 版，但還是有同樣的問題。既然之前有人反應是 64-bit 的問題，所以我又試了 12.04 32-bit 版（14.04 已經沒有 32-bit 版了），還是不行。另外，我甚至打算跳槽到 CentOS 去，在 CentOS 6.5 下（IM 的版本忘了），雖然可以成功的把 DICOM 轉成 Jpeg 檔，但格式有問題啊，檔案大小整個不對，也不知道是哪裡有問題，於是便放棄轉換 OS 的念頭。
這樣看起來有可能是 ImageMagick 本身版本的問題，所以便直接去下載最新版的 source 回來 compile，但不論我怎麼加參數 --with-jp2, --with-openjp2, 甚至直接去改了 Makefile 的 LIBOPENJP2_CFLAGS, LIBOPENJP2_LIBS 等等，都無法正確編譯或 link。
因為我和 PACS 溝通是透過 WADO 機制，在 WADO 的規範裡有提到可以透過傳遞 contentType 參數（image/jpeg MIME type），可以在 server 端轉換成 jpeg 再傳回來，但可惜敝單位的 WADO server 沒有實作這功能。
最後的解法是先透過 GDCM 把 DICOM 影像 decompress（gdcmconv -w），再丟給 tesseract 去做 OCR，聽起來好像有點脫褲子放屁，多此一舉的感覺，但這也是沒有辦法的辦法了。
後記 (8/21)
雖然後來透過自己 compile 最新版 openjp2 和 ImageMagick 的方式來解決轉換 DICOM 檔和解 JPEG 2000 壓縮的問題，但實際放到 OCR 的程式裡去測，反而是脫 GDCM 褲子放屁這招比較快，有種做白工的感覺。^^a