VS2013编译Tesseract 3.04步骤详解

随便称呼

于 2017-07-13 16:56:49 发布

阅读量1.2k

点赞数

最近开始学习Tesseract-ocr。Google在GitHub上提供了Tesseract的源码以及现成的语言训练包。然而最新版本的Tesseract 4.0需要VS2015及以上版本的支持，而提供的语言训练包只支持4.00和3.04两个版本的Tesseract。由于工作需要，不能安装VS2015，因此为了能直接使用官方提供的训练包，我选择在VS2013上编译Tesseract 3.04版本。
　　然而，故事不可能就这么简单。在这个安装和编译过程中我踩了很多的坑，折腾了一整天才将它成功编译。这是我第一次在简书写文，事实上我之前也没有任何写博文的经验，所以此文可能会有许多的问题和不足，还请各位多多批评指正。~~其实这是一篇我用来练手Markdown的文章~~

第一步：安装Git

这一步我就不再多说了。最简单的办法就是打开软件管家，搜索Git，然后安装即可。

第二步：获取源文件依赖文件

为什么不直接下载源文件然后编译呢？当然是因为编译不过呀喂！这是我踩的第一个坑。为了避免麻烦，我们直接先下载好依赖文件。
依赖文件的GitHub地址在这里。这里我们可以选择手动下载，但既然我们使用了Git，所以还是用Git来下载吧。
首先在你想要的位置新建一个目录用来存放文件。我选择的位置是F:\tesseract-build。
接着打开命令行，切换到tesseract-build文件夹下，执行下面的指令：

git clone https://github.com/charlesw/tesseract-vs2012.git

clone完成后，在tesseract-build会出现名为tesseract-vs2012的文件夹。进入文件夹，打开tesseract.sln工程文件，编译运行……
别急，先深吸一口气。因为接下来你可能会遇到一系列的问题。没关系，我会一一列出并给出解决办法。
首先你可能会看到这个错误：

这个问题是VS2013的兼容性造成的。解决方法：右击解决方案资源管理器中的liblept-171，进行如下设置：

　1. “C/C++” --> "常规” -->”调试信息格式” 设置为 “C7 兼容(/Z7)”`
　2. “C/C++” --> "代码生成” -->”启用字符串池” 设置为 “是(/GF)”`
　3. “链接器” --> "调试” -->”生成调试信息” 设置为 “是(/DEBUG)”`

然后再编译, 出现了新的错误：

这个是由于文件编码的原因造成的。解决办法：

　1. 点击“文件” --> “高级保存选项”
　2. 将编码改为`Unicode(UTF-8 带签名) - 代码页 65001` （提示： 在选项的最开始的地方）

继续编译，发现出现出现下面的错误：

以及

解决办法：
跳到问题所在的行，将声明变量的类型由l_unit32改为int
继续编译，已经没有没有报错了，但弹出了这个警告框：

不要慌。到了这一步，你与这个工程的战斗已经结束了。你可以选择点击确定，关掉工程，进入后续步骤。
接下来，找到你的VS2013安装目录，进入下面的文件夹：

打开VS2013 开发人员命令提示, 切换到tesseract-vs2012所在的文件夹，执行下面的指令

msbuild build.proj

然后就会开始编译过程。经过两到三分钟的编译后，看到这个提示：

说明你成功了。关掉命令行，进入tesseract-build\tesseract-vs2012目录，如果你细心的话会发现里面多出了一个release文件夹。点进入里面有include和lib两个文件夹。我们辛苦了这么久，就是为了它们。接下来你需要：

 1.  进入tesseract-build\tesseract-vs2012, 将vs2013+64bit_support.patch文件复制到tesseract-build目录下
 2.  进入tesseract-build\tesseract-vs2012\release, 将include文件夹和lib文件夹复制到tesseract-build目录下　
 3.  将tesseract-build\lib\Win32里的内容全部拷贝到tesseract-build\lib下

这时你的tesseract-build目录中应该有下面这些东西：

第三步下载源码，打补丁，编译源码

辛苦了这么久，终于开始下载源码了。这一步就不要手动下载了，因为等下需要用到git仓库。打开命令行，切换到tesseract-build文件夹，输入下面的指令：

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

克隆完毕后你的tesseract-build文件夹下会多出一个tesseract文件夹，这正是Tesseact的源码。
然而实际上，我们克隆下来的是Tesseract 4.0的源码，而我们需要的是3.04，所以需要用checkout指令进行版本切换。右键点击tesseract文件夹，运行git bash。在弹出的git命令行中输入：

git checkout -b 3.04-vs2013 3.04.00

之后你会发现， tesseract文件夹的内容已经与之前不一样了，说明我们已经将版本切换到了3.04
继续在命令行中输入

git am --signoff < ../vs2013+64bit_support.patch

这句话是将tesseract-build目录下的vs2013+64bit_support.patch补丁打到tesseract工程内。但这时你会发现又出错了：

git需要知道你是谁。解决这个问题你需要进入tesseract\git文件夹（这个文件夹默认是隐藏的，所以你可能需要先显示隐藏文件），修改config文件，在最下面写上这些内容;

[user]
     email = xxx@xx.com
     name = xxx

这里写你的GitHub邮箱跟用户名。注意不要乱填。
填完之后保存，再执行一次之前的指令，补丁就可以顺利打上了。
到了这一步，你离成功已经近在咫尺了。打开tesseract文件夹，里面会比之前多出一个vs2013文件夹。进入文件夹，打开tesseract.sln工程文件。进入之后不要着急，先将tesseract设为启动项，然后进行编译。
编译过程如果出现下面的警告：

解决办法：找到tesseract中的equationdetect.cpp文件，将代码中的：

static const STRING kCharsToEx[] = {"'", "`", "\"", "\\", ",", ".",  
    "〈", "〉", "《", "》", "」", "「", ""};

改为

static const STRING kCharsToEx[] = { "'", "`", "\"", "\\", ",", ".",  
    "<", ">", "<<", ">>", "" };

再次编译。在编译完成后会弹出这样的提示框：

这个liblept171d.dll在哪呢？在tesseract-build\lib文件夹中。为了让项目能找到这个文件，我们把tesseract-build\lib添加到环境变量PATH中。再次编译，成功。然后把调试器切换到DLL_Release，再次编译，依然成功！现在你可以在tesseract-build\tesseract\vs2013\bin\Win32\DLL_Debug以及tesseract-build\tesseract\vs2013\bin\Win32\DLL_Release两个文件夹中分别找到对应的exe文件。它们就是我们的Tesseract执行文件。也就是说，源码终于编译成功了！

至此，整个编译过程就结束了。一个简单的编译就花费了我这么多的功夫，我的Tesseract的学习之路还很漫长……

作者：ZYCoderr
链接：http://www.jianshu.com/p/44c2946837b9
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。