Mac安装Tesseract的全过程，附带完整的错误和异常的解决办法。Java开源OCR识别

 

步骤1: 安装Tesseract

如果要使用Tesseract库，首先需要安装它到你的机器上。

针对macOS用户，我们使用Homebrew 去安装Tesseract：

brew install tesseract

注意：

这里安装都是国外的网，建议更换下镜像源加速下载速度

# 替换brew.git:
$ cd "$(brew --repo)"
# 清华大学:
$ git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/brew.git

# 替换homebrew-core.git:
$ cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
# 清华大学:
$ git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/homebrew-core.git

# 替换homebrew-bottles:
# 清华大学:
$ echo 'export HOMEBREW_BOTTLE_DOMAIN=https://mirrors.tuna.tsinghua.edu.cn/homebrew-bottles' >> ~/.bash_profile
$ source ~/.bash_profile

# 应用生效:
$ brew update

 

全过程下来，绝对会有一些错误出现的，现在将我遇到的错误总结如下：

错误汇总：

错误1：

==> Downloading https://storage.googleapis.com/downloads.webmproject.org/release

curl: (35) Server aborted the SSL handshake
Error: An exception occurred within a child process:
  DownloadError: Failed to download resource "webp"
Download failed: https://storage.googleapis.com/downloads.webmproject.org/releases/webp/libwebp-1.1.0.tar.gz

错误上面的错误，就是这个webp被墙了

解决办法：

brew edit webp

修改下下载webp的下载地址（只需要修改url）

class Webp < Formula
  desc "Image format providing lossless and lossy compression for web images"
  homepage "https://developers.google.com/speed/webp/"
  url "http://downloads.webmproject.org/releases/webp/libwebp-1.1.0.tar.gz"
  sha256 "98a052268cc4d5ece27f76572a7f50293f439c17a98e67c4ea0c7ed6f50ef043"

然后：

brew upgrade
brew cleanup

再重新输入下载

brew install tesseract

但此时我到了最后一步还是没有下载成功。

 

错误2：

curl: (7) Failed to connect to raw.githubusercontent.com port 443: Connection refused
Error: An exception occurred within a child process:
  DownloadError: Failed to download resource "tesseract--snum"
Download failed: https://github.com/USCDataScience/counterfeit-electronics-tesseract/raw/319a6eeacff181dad5c02f3e7a3aff804eaadeca/Training%20Tesseract/snum.traineddata

出现上面的错误的时候，我下意识访问下：https://github.com/USCDataScience/counterfeit-electronics-tesseract/raw/319a6eeacff181dad5c02f3e7a3aff804eaadeca/Training%20Tesseract/snum.traineddata

发现这个网址已经404了。所以我开始找替代方案，继续使用错误1的解决办法，把404的网址更换为：https://github.com/USCDataScience/counterfeit-electronics-tesseract/tree/master/Training%20Tesseract/snum.traineddata

输入下面的修改代码

 brew edit tesseract

然后找到resource "snum" do

resource "snum" do
    url "https://github.com/USCDataScience/counterfeit-electronics-tesseract/tree/master/Training%20Tesseract/snum.traineddata"
    sha256 "36f772980ff17c66a767f584a0d80bf2302a1afa585c01a226c1863afcea1392"
  end

还是一样只修改网址就行了。对了，忘了说保存方式，和vim一样，按下esc后输入:wq!强制保存即可。

然后再去下载。没错，还是出现了错误！！！

错误3

Error: An exception occurred within a child process:
  ChecksumMismatchError: SHA256 mismatch
Expected: 36f772980ff17c66a767f584a0d80bf2302a1afa585c01a226c1863afcea1392
  Actual: 372b93aca56b0e7145c7975ab023f6c7796b199b42d5901c8baf151d515b2ce6
 Archive: /Users/************/Library/Caches/Homebrew/downloads/a8e28ef5d96dadeb9c9a01d9f8f34e10aae2e401d88e1fea343b12d13a49885c--snum.traineddata
To retry an incomplete download, remove the file above.

这个错误说明错误2修改网址的时候，没有修改sha256的值！

上面错误代码中Expected是说你现在错误的错误sha256码，而Actual是正确的。

所以去使用错误2的办法去修改成

resource "snum" do
    url "https://github.com/USCDataScience/counterfeit-electronics-tesseract/tree/master/Training%20Tesseract/snum.traineddata"
    sha256 "372b93aca56b0e7145c7975ab023f6c7796b199b42d5901c8baf151d515b2ce6"
  end

此时！！！我终于下载好了。

 

步骤2: 验证Tesseract是否安装成功

执行如下命令，可以验证Tesseract是否安装成功：

 

$ tesseract -v
tesseract 3.05.00
 leptonica-1.74.1
  libjpeg 8d : libpng 1.6.29 : libtiff 4.0.7 : zlib 1.2.8

如果你看到Tesseract的版本和其依赖的库的版本列表，证明你已经安装成功。

如果你安装失败：

 

-bash: tesseract: command not found

如果看到以上结果，证明你的机器没有安装Tesseract。请返回到步骤1重写开始。或者你需要更新你的PATH环境（具体的修改PATH可以去网上找找）。

 

现在可以开始测试下识别：

tesseract 你的文件夹/要识别的图片（格式没有限制gif都可以）.png stdout 

如果出现识别结果，就证明Mac可以识别，并且Java项目在Mac上也能调用代码识别了！

当使用Tesseract时，我建议：

• 尽可能使用高分辨率和高DPI的图片。
• 应用阈值处理从背景中分割文本。
• 确保前景色和背景色可以清晰的分开。（例如：没有像素化或字符变形）

 

异常汇总：

①Warning: Parameter not found: enable_new_segsearch

Mac出现的时候（把语言包文件拷贝到你在Java代码设定好的目录下，原因是此目录没有中文简体的语言包）

ITesseract iTesseract = new Tesseract();
iTesseract.setDatapath("你的语言包绝对路径");

②Warning: Invalid resolution 0 dpi. Using 70  instead.

ITesseract iTesseract = new Tesseract();
			iTesseract.setDatapath("你的语言包绝对路径");
			iTesseract.setTessVariable("user_defined_dpi", "300");

设置一下dpi即可，默认设置300是最好的

 

完结。有问题欢迎评论留言解决！