Linux环境搭建tesseract进行图片ocr识别tessdata库

1.首先需要下载gcc环境

yum install gcc gcc-c++

2.下载Tesseract和leptonica安装包

 Tesseract使用的图像处理主要由Leptonica提供，Tesseract4必须要求Leptonica在1.74以上。我这块使用tesseract-ocr-4.1.1 Release 和 leptonica-1.79

下载完成后上传到服务。

3.解压安装包

$ tar  -zxvf  leptonica-1.79.0.tar.gz 
$ tar  -zxvf  tesseract-4.1.1.tar.gz

4.进入leotonica目录下编辑leptonica

 ./configure && make && make install

5.进入tesseract目录下编辑tesseract

编译tesseract前要先生成configure

./autogen.sh 

如果运行提示未找到命令需要下载下载下libtool插件

yum install automake -y
yum install libtool -y

然后开始编译tesseract执行

./configure && make && make install

如果提示 leotonica1.74 or higher需要在/etc/profile下配置leptonica环境变量

vim /etc/profile

export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

增加以上配置后运行

source /etc/profile

再次执行就好使了

./configure && make && make install

下载完成后上传到Linux /usr/local/share/tessdata/目录

//    语言库下载地址
https://github.com/tesseract-ocr/tessdata

运行tesseract --version测试下

java使用需要liblept.so.5.0.4和libtesseract.so.4.0.1文件还需要将这两个文件放在/usr/lib64

//    进入lib文件查看编译好的库
cd /usr/local/lib
   

这样linux上需要的配置就完成了

语言包下载地址我这块使用的是eng.traineddata 下载完成后放到tessdata目录下就可以了