• 在linux下安装tesseract-ocr


    1. 在ubuntu下可以自动安装  

    [html] view plain copy
     
    1. sudo apt-get install tesseract-ocr  


    2.编译安装

        a.编译环境: gcc gcc-c++ make(这个环境一般机器都具备,可以忽略)   

    [html] view plain copy
     
    1. yum install gcc gcc-c++ make  

        b.安装tesseract-ocr编译必须的包

    [html] view plain copy
     
    1. yum/apt-get install autoconf automake libtool  

        c.增加图像解析需要的包,可以按照指定的格式选择包

    [html] view plain copy
     
    1. yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel  


        ubuntu

    [html] view plain copy
     
    1. sudo apt-get install libpng12-dev  
    2. sudo apt-get install libjpeg62-dev  
    3. sudo apt-get install libtiff4-dev  


        d.下载 leptonica 包: http://www.leptonica.org/source/leptonica-1.71.tar.gz

    [html] view plain copy
     
    1. wget http://www.leptonica.org/source/leptonica-1.71.tar.gz  
    2. tar -zxvf ...  
    3. ./configure  
    4. make  
    5. make install  

    需要注意,leptonica的版本问题

    3.01 requires at least v1.67 of Leptonica.
    3.02 requires at least v1.69 of Leptonica. (Both available in Ubuntu 12.04 Precise Pangolin.)
    3.03 requires at least v1.70 of Leptonica. (Both available in Ubuntu 14.04 Trusty Tahr.)

    如果版本不一致,会出现问题如下:

    [html] view plain copy
     
    1. Tesseract Open Source OCR Engine v3.02.02 with Leptonica  
    2. Error in findTiffCompression: function not present  
    3. Error in pixReadStreamTiff: function not present  
    4. Error in pixReadStream: tiff: no pix returned  
    5. Error in pixRead: pix not read  
    6. Unsupported image type.  



        e.下载 tesseract-3.02 安装包: http://tesseract-ocr.googlecode.com/files/tesseract-3.02.02.tar.gz

    [html] view plain copy
     
    1. wget http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz  
    2. ./autogen.sh  
    3. ./configure  
    4. make  
    5. make install  
    6. ldconfig  


        f.下载 tesseract-3.02 英文语言包: http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.eng.tar.gz,解压后将 tesseract-ocr/tessdata 下的所有文件全部拷贝到 /usr/local/share/tessdata 下。

         测试

    [html] view plain copy
     
    1. tesseract phototest.tif phototest -l eng  

    这时应该在当前目录生成一个 phototest.txt 文本文件,内容就是 phototest.tif 显示的文字.

  • 相关阅读:
    成年人的快乐
    90后家庭的宠物
    计算机科学与技术易错知识点需记篇
    微机原理与接口编程技术2020 考试大纲知识点超细总结
    84.手写一个类的继承
    83.对前端路由的理解?前后端路由的区别
    81.$(document).ready()方法和window.onload有什么区别?
    80.浏览器是如何渲染页面的
    77、常用的拖拽事件
    75.json和jsonp的区别?
  • 原文地址:https://www.cnblogs.com/txwen/p/8526795.html
Copyright © 2020-2023  润新知