centos7中如何安装tesseract-ocr和pytesseract

环境为centos7(win10:在https://blog.csdn.net/Owen_goodman/article/details/107016569)

tesseract-ocr 依赖 leptonica， 而安装leptonica前需要先安装常用图片库。
1、安装依赖
1.1 安装g++

yum install gcc gcc-c++ make

1.2 安装autoconf automake libtool libjpeg-devellibpng-devel libtiff-devel zlib-devel

yum install autoconf automake libtool

1.3 安装常用图片库

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

2、安装leptonica
下载leptonica

wget http://www.leptonica.org/source/leptonica-1.76.0.tar.gz

解压

tar -zxvf leptonica-1.76.0.tar.gz

cd 进入目录后依次执行:

./configure

编译源码

make

make install

编译完成后，增加如下三个变量：

vim /etc/profile

export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

3、安装tesseract-ocr
3.1 下载tesseract-ocr

git clone -b master https://github.com/tesseract-ocr/tesseract.git tesseract-ocr

如何使用git下载文件请飞：https://blog.csdn.net/Owen_goodman/article/details/107003647

此链接下载的是最新版，需要自找各种字库比较麻烦，建议：

3.04版本下载地址（网上找来的，里面还带有英文，简体中文字库）：
网盘https://pan.baidu.com/s/1mj6YTIw
提取码是：95p5
解压完毕进入tesseract-3.04.00文件夹内依次执行：
root权限执行

./autogen.sh

./configure

make

make install

ldconfig

4、安装pytesseract
pytesseract的安装比较简单

pip install pytesseract

5、配置字库
以上执行完毕，/usr/local/share/下会出现 tessdata文件夹
将刚才百度网盘下载的tesseract-3.04文件夹内带的字库（ eng.traineddata、chi_sim.traineddata）拷贝到/usr/local/share/tessdata。

以上配置完毕就可以在python文件中使用pytesseract进行验证码识别了。
 

cp chi_sim.traineddata /usr/local/share/tessdata
cp eng.traineddata /usr/local/share/tessdata
cp eng.traineddata.part /usr/local/share/tessdata

彩蛋：

# -*-encoding:utf-8-*-
import pytesseract
from PIL import Image

# 测试数字图片，准确率很高
image = Image.open("数字.jpg")
string = pytesseract.image_to_string(image)
print(string)

参考：

https://blog.csdn.net/lihuaidong1989/article/details/80990100
https://blog.csdn.net/pangyunsheng/article/details/79372845