在CentOS服务器上安装Tesseract完整版，附带解决错误的办法，Java程序进行图像识别

 

安装

• 安装gcc、gcc-c++、make，如果有就不需要安装：
  yum install gcc gcc-c++ make
• 安装编译相关工具，没有的话编译时候可能报错：
  yum install autoconf automake libtool
• 安装对图片识别相关支持工具，没有这些在后续执行Tesseract命令时会报错，可以尝试一下：
  yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel
• 安装leptonica,首先去leptonica下载，下载后放到服务器解压并编译，leptonica是一个tesseract必须的工具：

下载链接：http://www.leptonica.org

#到leptonica的目录执行
./configure
make
make install

• 下载对应的Tesseract，执行：

链接：https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz

./autogen.sh
./configure
make
make install
ldconfig

• 下载Tesseract语言包

https://github.com/tesseract-ocr/tessdata

然后复制tessdata到tess4j下（路径随意的，因为bash_profile可以更改，看你个人）

cp tessdata /usr/local/tess4j -R

• 配置环境变量，否则在执行时会出现找不到语言包的错误：

vim ~/.bash_profile

加入一下内容

export TESSDATA_PREFIX=/usr/local/tess4j/tessdata

然后执行

source ~/.bash_profile

 

测试下：

tesseract -v

如果能出现

就说明安装已经成功！可以开始做识别测试了。

测试的语句：（test.png是已经进入这张图片的父目录才可以这样，否则请加绝对路径，比如/usr/local/test.png）（eng+chi_sim是同时识别英文和中文，请确认你下载好这两个训练包）

tesseract test.png out -l eng+chi_sim

然后（输出结果，如果结果差不多就证明Linux上可以用了！！！）

cat out.txt

 

错误汇总：

我在安装完，并且用上面语句测试确实能识别出相应的文字后，然后开始测试Java代码的识别。

有个错误很恼火：

java.lang.NoClassDefFoundError: Could not initialize class net.sourceforge.tess4j.TessAPI

这个初始化错误我现在总结四个解决办法：

①确认你的dataPath是否设置正确，最好吧tessdata文件夹放在代码项目的根目录

②确认你的代码lib包的版本和上面安装在服务器中的版本一致，比如上面所说的安装的是3.04版本，那你在springboot的maven中更换成3.0.0版

③so动态链接库确认复制好了没，如果没有，实用下面语句复制（将/usr/local/lib/ 目录下的so文件拷贝到 /usr/lib64/）

cp /usr/local/lib/*.so.* /usr/lib64/

④重启下服务器，让服务器自动加载下动态链接库

最好把四个步骤都做下，我就是做完这四个步骤后成功在Java项目中识别成功！

 

我的博客中还有Mac安装Tesseract的步骤和错误汇总。