vs2017+win10+tesseract5.0编译及配置

参考文献：https://www.w3xue.com/exp/article/20194/31588.html
https://blog.csdn.net/andylanzhiyong/article/details/81746904
https://blog.csdn.net/qq_29473063/article/details/80621115
https://blog.csdn.net/sinat_20265495/article/details/77763244
第1步：下载文件
1.1下载最新的CPPAN版本。解压缩后，将cppan.exe所在的路径添加到系统变量中；
https://cppan.org/client/cppan-master-Windows-client.zip
1.2下载cmake，本文用的是cmake-3.10.1-win64-x64，将cmake.exe所在的路径添加到系统变量中；
https://cmake.org/download/
1.3下载Tesseract源码，
https://github.com/tesseract-ocr/tesseract
第2步：执行文件
2.1首先将将cppan.exe放到Tesseract源码的文件中；
2.2 在命令行中进入到tesseract-master的解压目录下，本文路径为我自己解压E:\tesseract-master这里根据自己情况而定（记住你的路径和我的区别，后面出现这条路径根据自己配置的而改变），依次执行如下命令：

Cppan //这一步下载过程很慢，耐心等待。
mkdir build
cd build
cmake … -G “Visual Studio 15 2017 Win64” //这行对应vs2017 64位，根据自己安装的vs版本而变。
第3步：VS2017编译工程（以管理员身份运行VS）
build目录下会生成tesseract.sln，电脑会自己生产。
3.1打开sln,解决方案点开“CPPAN TARGETS”->“cppan-d-b-d”，右键->“生成”。
这一步可能出现大量错误，大部分都是字符编码的问题。
双击错误，打开”文件选项" 下的"高级保存选项",这里VS2017可能隐藏了高级，
可进行如下操作：
（1）单击“工具”|“自定义”命令，弹出“自定义”对话框。
（2）单击“命令”标签，进入“命令”选项卡。
（3）在“菜单栏”下拉列表中，选择“文件”选项。
（4）单击“添加命令”按钮，弹出“添加命令”对话框。
（5）在“类别”列表中，选择“文件”选项；在“命令”列表中，选择“高级保存选项”选项。
（6）单击“确定”按钮，关闭“添加命令”对话框。
（7）选中“控件”列表中的“高级保存选项”选项，单击“上移”或者“下移”按钮，调整该命令的位置。
（8）单击“关闭”按钮，完成“高级保存选项”命令的添加操作。

双击第一条错误，点击高级保存选项，选择 简体中文（GB2312）,保存后再“生成"即可。

每次双击第一条错误重复如上操作，重复大约6次，可消除所有错误。

3.2“ALL_BUILD”右键->生成
3.3编译完成后，在“解决方案资源管理器”中点选“解决方案 tesseract”–>“CMakeTargets”–>“INSTALL”，单击右键，
Debug和release模式下需要分别执行上述步骤

第4步：环境配置
在 vs2017 上编译完成后，可以在 C 盘下发现一个 tesseract 安装文件夹，我的是在 C:\Program Files\tesseract（这里的目录是vs编译后生成的可能根据系统位数不同而不同，64位电脑应该都是我这样，所以一定要管理员模式启动vs）。可以在 /bin 目录下找到 tesseract.exe 文件，将 C:\Program Files\tesseract\bin 添加到环境变量 path 中去（如何在 win10 上添加环境变量就不详细说明了，网上有许多教程）。

此外，在 bin 目录下新建两个文件夹 Debug 和 Release,需要自己新建，分别将 E:\tesseract-master\build\bin\Debug 和 E:\tesseract-master\build\bin\Release （这根据自己解压tesseract位置找到就行，注意是bin目录下）目录下的 .dll 文件复制到所新建的两个文件夹下去；然后将 C:\Program Files\tesseract\bin\Debug 和 C:\Program Files\tesseract\bin\Release 也添加到环境变量 path 中去。

此外，新建一个系统变量TESSDATA_PREFIX，变量值为E:\tesseract-master\tessdata，这个目录下存放的是 tesseract-ocr 语言包文件，可以在 GitHub 上下载，下载后放到该目录下去即可，下载地址为：https://github.com/tesseract-ocr/tessdata/

配置好这两步后，应该就可以在命令行使用 tesseract 命令了，可以简单测试一下 tesseract -v是否安装成功，如下：

第5步：VS2017调用及其配置
类似配置opencv
5.1在 VC++ 目录中：
选择包含目录，编辑，分别添加这三个目录：
C:\Program Files\tesseract\include
C:\Program Files\tesseract\include\tesseract
C:\Program Files\tesseract\include\leptonica
这里有个问题是，你在 C:\Program Files\tesseract\include 下可能并找不到 leptonica 这个目录，在 C:\Program Files\tesseract\include 下新建文件夹 leptonica，然后将 C:\Users\lenovo.cppan\storage\src\8f\a3\90d7\src （这是第2步中执行Cppan时自动生成的，不同电脑具体的目录可能会不同，不过都在 C:\Users\lenovo.cppan\storage\src\ 下，注意users\lenovo可能和你的电脑不一样，可能是中文 用户\你的用户名.appan\src…）目录下的文件全部复制到 C:\Program Files\tesseract\include\leptonica 下即可

5.2在 VC++ 目录中，选择 库目录，编辑，分别添加这三个目录：
C:\Program Files\tesseract\lib
C:\Program Files\tesseract\lib\Release
C:\Program Files\tesseract\lib\Debug
同样的，先在 C:\Program Files\tesseract\lib（vs编译生成的目录） 目录下新建两个文件夹 Debug 和 Release（需要自己新建），然后将 C:\Users\lenovo.cppan\storage\lib\ab45fb78\Debug（这也是执行Cppan时自动生成的） 目录下的 .lib 文件全部复制到 C:\Program Files\tesseract\lib\Debug 目录下；将 C:\Users\lenovo.cppan\storage\lib\ab45fb78\Release 目录下的 .lib 文件全部复制到 C:\Program Files\tesseract\lib\Release 目录下。
5.3链接器 -> 输入 -> 附加依赖项 中，编辑，添加以下两项：
tesseract50d.lib
pvt.cppan.demo.danbloomberg.leptonica-1.76.0.lib
根据下载的文件后缀数字可能不一样，在C:\Program Files\tesseract\bin这个目录下查看：

tesseract50d.Lib在后面部分可以看到。使用release 加上tesseract50.lib并放在tesseract50d.lib前面即可

完成后，重启vs如果出现找不到上面两个lib的错误,重启一下电脑，应该就可以在 vs2017 上使用 tesseract 了。

第6步:实例
#include <opencv2/opencv.hpp>
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
#include

using namespace std;
using namespace cv;
PIX* cvtMat2PIX(Mat imgGray);
int main(int argc, char *argv[])
{
Mat sourceImage = imread(“5.jpg”, cv::IMREAD_GRAYSCALE);
if (sourceImage.empty()) {
perror(“Failed to load image!\n”);
exit(EXIT_FAILURE);
}
//Mat binImage;
//threshold(sourceImage, binImage, 90, 255, cv::THRESH_BINARY);
PIX pixImage = cvtMat2PIX(sourceImage); // 将图片由 Mat 转换成 Pix 格式
// 使用 tesseract 进行数字识别
const char lang = “eng”;
string numText;
tesseract::TessBaseAPI tess = new tesseract::TessBaseAPI; // 新建 tesseract 基类
tess->Init(NULL, lang, tesseract::OEM_LSTM_ONLY); // 初始化，可以选择不同识别模式
tess->SetPageSegMode(tesseract::PSM_SINGLE_BLOCK); // 针对不同文本类型选择不同
tess->SetImage(pixImage);
numText = string(tess->GetUTF8Text());
cout << numText << endl;
system(“pause”);
waitKey(0);
}
PIX cvtMat2PIX(Mat imgGray)
{
int cols = imgGray.cols;
int rows = imgGray.rows;
PIX *pixS = pixCreate(cols, rows, 8);
for (int i = 0; i < rows; i++)
for (int j = 0; j < cols; j++)
pixSetPixel(pixS, j, i, (l_uint32)imgGray.at(i, j));
return pixS;
}
最后跑代码可能出现错误，双击错误如果显示的是endianness找不到，将文件endianness.h保存C:\Program Files\tesseract\include\leptonica
文件endianness.h类容在
https://download.csdn.net/download/qq_42591424/11188346

6.1其中tess->Init(NULL, lang, tesseract::OEM_LSTM_ONLY);
可以选择：
enum OcrEngineMode {
OEM_TESSERACT_ONLY, // Run Tesseract only - fastest; deprecated
OEM_LSTM_ONLY, // Run just the LSTM line recognizer.本文代码采用此种模式
OEM_TESSERACT_LSTM_COMBINED, // Run the LSTM recognizer, but allow fallback
// to Tesseract when things get difficult.
// deprecated
OEM_DEFAULT, // Specify this mode when calling init_*(),
// to indicate that any of the above modes
// should be automatically inferred from the
// variables in the language-specific config,
// command-line configs, or if not specified
// in any of the above should be set to the
// default OEM_TESSERACT_ONLY.
OEM_COUNT // Number of OEMs
};

6.2其中tess->SetPageSegMode(tesseract::PSM_SINGLE_BLOCK);
可选择：不同格式文件采取不同选择，
enum PageSegMode {
PSM_OSD_ONLY = 0, ///< Orientation and script detection only.
PSM_AUTO_OSD = 1, ///< Automatic page segmentation with orientation and
///< script detection. (OSD)
PSM_AUTO_ONLY = 2, ///< Automatic page segmentation, but no OSD, or OCR.
PSM_AUTO = 3, ///< Fully automatic page segmentation, but no OSD.
PSM_SINGLE_COLUMN = 4, ///< Assume a single column of text of variable sizes.
PSM_SINGLE_BLOCK_VERT_TEXT = 5, ///< Assume a single uniform block of vertically
///< aligned text.
PSM_SINGLE_BLOCK = 6, ///< Assume a single uniform block of text. (Default.)
PSM_SINGLE_LINE = 7, ///< Treat the image as a single text line.
PSM_SINGLE_WORD = 8, ///< Treat the image as a single word.
PSM_CIRCLE_WORD = 9, ///< Treat the image as a single word in a circle.
PSM_SINGLE_CHAR = 10, ///< Treat the image as a single character.
PSM_SPARSE_TEXT = 11, ///< Find as much text as possible in no particular order.
PSM_SPARSE_TEXT_OSD = 12, ///< Sparse text with orientation and script det.
PSM_RAW_LINE = 13, ///< Treat the image as a single text line, bypassing
///< hacks that are Tesseract-specific.

PSM_COUNT ///< Number of enum entries.
};
上面描述中，有针对单行文本格式，文字大小不一等等。

针对上图文本类型PageSegMode 选择第6中效果较好

如果不想下载编译可以直接下载我已经编译好的包
https://download.csdn.net/download/qq_42591424/11266380