简介

Tesseract是一个光学字符识别引擎，支持多种操作系统。Tesseract是基于Apache 许可证 的自由软件，自2006年起由Google赞助开发。2006年，Tesseract被认为是最精准的 开源 光学字符识别引擎之一。

配置流程

1.编译工具配置

执行如下命令，安装Tesseract所使用的依赖软件包。

yum install automake libtool gcc-c++libjpeg-devel libpng-devel libtiff-devel-y

2.获取源代码

1)执行如下命令，获取Tesseract原代码。

wget https://github.com/tesseract- ocr /tesseract/archive/4.0.0.tar.gz

2)通过华为云发放的弹性 云服务器 默认已安装GCC安装，无需单独安装配置。

3)下载tesseract依赖的图像处理库leptonica源码包。

wget http://www.leptonica.org/source/leptonica-1.78.0.tar.gz

4)解压leptonica。

tar-xvf leptonica-1.78.0.tar.gz

5)编译和安装leptonica。

cd leptonica-1.78.0

./configure--prefix=/usr/&&make-j4&&make install

6)配置leptonica涉及的环境变量。

vi/etc/profile

在后面插入如下内容：

export PKG_CONFIG_PATH=/usr/lib/pkgconfig

输入“:wq”保存。

执行如下命令使环境变量有效：

source/etc/profile

ldconfig

3.编译源代码

1)执行下面命令，解压软件包。

cd/root

tar-xvf tesseract-4.0.0.tar.gz

2)执行如下命令，进入Tesseract的安装目录。

cd tesseract-4.0.0

3)执行以下命令，编译安装tesseract。

./autogen.sh&&./configure&&make-j4&&make install

4.测试已完成编译的软件

1)执行如下命令，创建目录。

cd/root

mkdir lang

cd lang

2)执行如下命令，获取Tesseract语言包。

wget https://github.com/tesseract-ocr/tessdata/archive/4.0.0.tar.gz

3)执行如下命令，解压语言包。

tar-zxvf tessdata-4.0.0.tar.gz

4)进入Tessdata目录。

cd tessdata-4.0.0

5)执行以下命令，将Tesseract安装目录放入复制到/usr/local/share/tessdata目录。

cp*/usr/local/share/tessdata-r

6)执行以下命令，将缓存数据刷新到硬盘。

sync

7)执行如下命令，获取kunpeng.png图片（本文以获取保存在华为云OBS桶上的kunpeng.bmp图片为例）。

wget https://portal-www-software.obs.cn-north-1.myhuaweicloud.com:443/kunpeng.bmp

8)执行如下命令，运行Tesseract识别图片文字。

tesseract kunpeng.bmp result

9)执行如下命令，查看 文字识别 结果。

cat result.txt

当系统回显显示如下图片文字时，表示使用Tesseract识别文字成功。

Hello Kunpeng

问题处理

1)问题现象：

如在编译leptonica时未安装基础包，则在测试会出现“Error in pixReadMemTiff:function not pres”等如下错误：

解决方法：

执行如下命令，安装各种基础包，重新编译leptonica。

yum install libtiff-y

yum install libtiff-devel-y

yum install libpng libpng-devel-y

yum install libjpeg-turbo libjpeg-turbo-devel-y

./configure--prefix=/usr/

make;make install

其他使用技巧

1)编译过程中出现“/autogen.sh:line 59:bail_out:command not found”问题处理。

问题现象：

如下图所示编译过程出现"/autogen.sh:line 59:bail_out:command not found"：

解决方法：

yum install libtool-y

./autogen.sh

2)依赖包leptonica系统未安装问题处理。

问题现象：

如下图所示编译过程出现"configure:error:Leptonica 1.74 or higher is required"：

问题解决（当操作系统是Euler时）：

由于当前Euler的源中无leptonica，需要下载leptonica软件包，手动编译。具体方法如下：

wget https://github.com/DanBloomberg/leptonica/releases/download/1.78.0/leptonica-1.78.0.tar.gz

tar-zxvf leptonica-1.78.0.tar.gz

cd leptonica-1.78.0/

./configure--prefix=/usr/

说明：configure时把--prefix=/usr/带上，系统默认路径为/usr/local；如果采用默认路径在编译tesseract时，需要手动声明环境明量。CentOS安装完成后请手动执行“export PKG_CONFIG_PATH=/usr/lib/pkgconfig”。

此时，如果出现运行./configure时，提示如下，表示无基础包：

请安装依赖包并重新编译leptonica后再试：

yum install libtiff-y

yum install libtiff-devel-y

yum install libpng libpng-devel-y

yum install libjpeg-turbo libjpeg-turbo-devel-y

./configure--prefix=/usr/

make;make install

问题解决（当操作系统是CentOS时）：

1)执行如下命令，通过CentOS源安装leptonica。

yum install leptonica-y

yum install leptonica-devel-y

2)重新编译Tesseract并执行./configure。

在执行./configure如出现“Leptonica 1.74 or higher is required”，即报错信息如下：

请通过以下方式解决：

执行如下命令，查看leptonica版本信息。

rpm-qa|grep leptonica

系统回显类似如下信息：

说明：该文档采用的tesseract版本为4.0.0版本需要leptonica 1.74及以上版本，当前测试鲲鹏 云服务 器的Centos 7.5所自带的leptonic为1.72版本，需源码安装leptonica高版本。

3)动态链接库问题。

问题现象

执行如下命令tesseract kunpeng.bmp result测试tesseract

需要执行ldconfig，ldconfig是一个动态链接库管理命令，其目的为了让动态链接库为系统所共享。

ldconfig

执行完成后，请再次测试。