Linux安装Tesseract-OCR识别

1.下载tesseract-ocr

以下两种方式都可以
1.直接下载

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

2.linux命令下载

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

2.下载leptonica

以下两种方式都可以
1.直接下载

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

2.linux命令下载

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

3.安装依赖

3.1 解压leptonica

tar -xvf leptonica-1.78.0.tar.gz

3.2 配置编译安装leptonica,进入到文件夹中

./configure
make
make install

3.3安装automake和libtool

yum install automake
yum install libtool

4.配置leptonica环境变量

4.1 修改profile,可以使用命令行或者直接编辑

vim /etc/profile

4.2 在文件结尾添加

export LD_LIBRARY_PATH=/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

4.3 保存并退出文件
4.4 执行以下命令使配置生效

source /etc/profile

5.安装tesseract-ocr

5.1 安装

./autogen.sh
./configure
make
make install

5.2 测试是否安装成功,执行ldconfig

ldconfig

如果打印以下内容,则代表安装成功

5.2 将下载的语言包复制到/usr/local/share/tessdata
语言包可以从这里下载

//中文简体
https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata
//中文繁体
https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_tra.traineddata
//英文
https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/eng.traineddata

5.3 安装完成,测试
随便上传一张图片,切换到图片所在目录
执行以下命令

tesseract test1.jpg test1 -l chi_sim

参数说明:

• test1.jpg : 是要识别的文件名
• test1 : 是识别后的文本(可以在当前文件夹下找test1.txt)
• chi_sim : 用到的语言包,如果需要用到多个,中间以空格隔开(例如: tesseract test1.jpg test1 -l chi_sim eng)