tesseract-orc安装

转自 http://blog.duteba.com/technology/article/105.htm

1、先安装leptonica
提示缺少leptonica not found

wget http://www.leptonica.com/source/leptonica-1.69.tar.gz

tar zxvf leptonica-1.69.tar.gz 

cd leptonica-1.69

./configure

make

make install

#安装到默认路径，设置prefix，还得改lib

 

2、安装tesseract-orc

wget https://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.grc.tar.gz

tar zxvf tesseract-ocr-3.02.02.tar.gz 

cd tesseract-ocr

./configure --help

./configure --prefix=/usr/local/tesseract-orc

#将leptonica.so软连接进来

ldd ./tesseract 

whereis liblept.so.3

cd lib

ln -s /usr/local/lib/liblept.so.3 liblept.so.3

 

3、安装语言包

wget http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.01.eng.tar.gz

tar zxvf tesseract-ocr-3.01.eng.tar.gz 

cd tesseract-ocr-3.01.eng

cp -r tessdata/ /usr/local/tesseract-orc/share/
如需识别汉字，请自行查找中文包

 

4、体验

cd /usr/local/tesseract-orc/bin/

sz Code.png

./tesseract Code.png Code -l eng

#命令 图片路径 生成text文件路径 -l 语言包
more Code.txt 

 

5、效果：

下载附件：Code.txt

 

6、后记：

规整的识别率较高，图片稍加变化则识别效果较差。将图片去色处理和放大图片后识别能有效的提高识别率。

References:

1. http://www.linuxidc.com/Linux/2011-07/38728.htm

2. http://blog.csdn.net/jinxinliu1/article/details/42677589

3. http://www.eefocus.com/winter1988/blog/13-03/292209_03d5b.html

4. http://blog.csdn.net/yasi_xi/article/details/8763385

5. http://hilojack.sinaapp.com/?p=866 验证码识别工具-tesseract

6. http://huaidan.org/archives/2085.html 如何识别高级的验证码