Ubuntu系统linux下安装pytesseract和tesseract-ocr

******首先说明：这个工具我尝试了三天，一开始用的时候还不会报错，只是识别出来的东西不是正常的文字，后来又安装了一些东西，会报错，Tesseract-OCR有关的一些错误，这时候就知道是这个工具没有安装好，然后不断的测试，直到，可以成功识别文字为止。

安装pytesseract就直接pip install pytesseract就好了，重要的是ocr

========================================================分割线

ubuntu 16.04:

默认安装的OCR引擎版本是3.04,因此需要安装4.0版本的，则需要:

sudo add-apt-repository ppa:alex-p/tesseract-ocr
sudo apt-get update

 

# 安装OCR引擎
sudo apt-get install tesseract-ocr
# 安装训练数据(equ为数学公式包)
sudo apt-get install tesseract-ocr-eng tesseract-ocr-chi-sim  tesseract-ocr-equ

# 可选安装Leptonica
sudo apt-get install liblept5  libleptonica-dev

 

traineddata存放路径:  $TESSDATA_PREFIX/testdata

3.04版本  ./usr/share/tesseract-ocr/tessdata/

4.0版本  /usr/share/tesseract-ocr/4.00/tessdata/

============================================================分割线

1. 在ubuntu下可以自动安装  

 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)   

yum install gcc gcc-c++ make

    b.安装tesseract-ocr编译必须的包

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
yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel

    ubuntu
sudo apt-get install libpng12-dev
sudo apt-get install libjpeg62-dev
sudo apt-get install libtiff4-dev

    d.下载 leptonica 包: http://www.leptonica.org/source/leptonica-1.71.tar.gz
wget http://www.leptonica.org/source/leptonica-1.71.tar.gz
tar -zxvf ...
./configure
make
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：

Tesseract Open Source OCR Engine v3.02.02 with Leptonica
Error in findTiffCompression: function not present
Error in pixReadStreamTiff: function not present
Error in pixReadStream: tiff: no pix returned
Error in pixRead: pix not read
Unsupported image type.

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

wget http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz
./autogen.sh
./configure
make
make install
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。

 

参考：https://blog.csdn.net/yoara/article/details/42392659#

参考：https://www.cnblogs.com/hupeng1234/p/7136442.html