Tesseract-ocr在Ubuntu12.04下的安装下详解

本文主要讲Tesseract-OCR在Ubuntu12.04下的具体安装过程。
1.安装前必备的包
一般Ubuntu系统都配置好了
  sudo apt-get install  gcc
  sudo apt-get install  g++
  sudo apt-get install  automake
而为了支持除了tif格式之外的图片，我们可以安装以下
  sudo apt-get install  libpng12-dev
  sudo apt-get install  libjpeg62-dev

  sudo apt-get install  libtiff4-dev

2.安装leptonlib
  tesseract-ocr依赖于leptonlib，所以下面给出了2种方法安装leptonlib-1.6.8
（1）通过wget下载包，然后再解压安装
  wget  http://www.leptonica.org/source/leptonlib-1.67.tar.gz
  tar -zxvf  leptonlib-1.67.tar.gz
  cd leptonlib-1.67
  ./configure
  make
  make install
  注意：在configure的时候可以选择最终的安装路径，比如安装在/home/administrator/tesseract-ocr目录下边：
 ./configure --prefix=//home/administrator/tesseract-ocr
 本博文选择的是默认安装。
（2）直接通过sudo安装
    sudo apt-get install libleptonica-dev
    下载完源文件包后，进入当前目录
   ./configure
   make
   sudo make install

3.安装Tesseract-ocr
  wget http://tesseract-ocr.googlecode.com/files/tesseract-3.00.tar.gz
  tar -zxvf  tesseract-3.00.tar.gz
  cd tesseract-3.00
  ./configure
  make
 make install
 注意：
 ./configure --prefix=/home/administrator/tesseract-ocr 

 与leptonlib-1.67安装目录相同。本博文选择默认安装。

4.安装语言包
（1）英文支持包
cd /usr/local/share/tessdata
sudo wget http://tesseract-ocr.googlecode.com/files/eng.traineddata.gz
sudo gunzip eng.traineddata.gz

也可以下载完解压好之后移动到相应的安装目录下
1.gzip -d eng.traineddata.gz
移动到安装目录下，默认的地方是/usr/local/share/tessdata
mv eng.traineddata /usr/local/share/tessdata
export TESSDATA_PREFIX=/usr/local/share

（2）中文支持包
cd /usr/local/share/tessdata
sudo wget http://tesseract-ocr.googlecode.com/files/chi_sim.traineddata.gz
sudo gunzip chi_sim.traineddata.gz

同样的，可以下载完中文支持包后解压完移动到相应的安装目录下，参照英文包

5.配置环境变量
查看PATH环境变量，可以用echo $PATH命令查询
通常设置环境变量有三种方法：
（1）、临时设置
  export PATH=/usr/local/tesseract-cor/bin:$PATH
（2）、当前用户的全局设置
 打开~/.bashrc，添加行：
 export PATH=/usr/local/tesseract-cor/bin:$PATH
然后运行source bashrc使生效
（3）、所有用户的全局设置
  $ vim /etc/profile
  在里面加入：
  export PATH=/usr/local/tesseract-cor/bin:$PATH
  然后运行source profile使生效

 本博文选择第三种设置方式，在/etc/profile中加入环境变量
  export PATH=/usr/local/tesseract-cor/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/tesseract-ocr/lib:$LD_LIBRARY_PATH

6.测试
在终端输入命令
tesseract picture.tif  test -l chi_sim
picture.tif是图片，test是存放结果的test.txt文件，-l是指定使用的语言包参数，默认是英文

如果在测试时，出现问题，需要再次配置一下子ldconfig。
sudo gedit /etc/ld.so.conf
在其中添加:
/usr/local/tesseract-ocr/lib

然后sudo ldconfig