[Tesseract]Tesseract 在 Visual Studio 2012 中的配置及调用

一、Tesseract简介

Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。 Tesseract最初由HP公司开发，后来由Google维护，github地址为：https://github.com/tesseract-ocr/

二、Tesseract源码下载

1、下载tesseract-ocr-setup-3.02.02.exe

下载地址：https://sourceforge.net/projects/tesseract-ocr-alt/files/ ， 点击 “tesseract-ocr-setup-3.02.02.exe” 进行下载。

下载后，双击tesseract-ocr-setup-3.02.02.exe，进行安装。

按照操作提示，点击next。

注意，在选择组件页面，勾选 Tesseract development files。 如图：

安装完成后，选择的安装目录下（D:\Program Files (x86)\Tesseract-OCR），文件夹如下：

但是，下载下来的源码是不够的。还需要下载附加lib。

2、下载tesseract-3.02.02-win32-lib-include-dirs.zip

下载地址：https://sourceforge.net/projects/tesseract-ocr-alt/files/ ，选择“tesseract-3.02.02-win32-lib-include-dirs.zip” 进行下载。

下载得到压缩包后，解压缩，目录如下：

其中，include目录中包含如下：

lib目录中包含如下：

将include 文件夹中的内容复制到 D:\Program Files (x86)\Tesseract-OCR\include 文件夹中，将lib 文件夹中的内容复制到 D:\Program Files (x86)\Tesseract-OCR\lib 文件夹中。

3、下载 tesseract_versionnumbers.props 和 leptonica_versionnumbers.props

下载地址为：https://github.com/jakesays/tesseract-vs2012/tree/master/include，将项目中包含的 tesseract_versionnumbers.props 和 leptonica_versionnumbers.props 复制到D:\Program Files (x86)\Tesseract-OCR\include 文件夹中。

至此，我们需要的资源就准备齐全了。

备注：我之前也是走了一些弯路，这是总结出来的完整资源的获得方式。以上所需要的资源的必要性，在后面Tesseract 与 VS2012 相结合的时候会提到。

三、Tesseract 在 Visual Studio 2012 中的配置

1、新建win32控制台项目

注意在附加选项中，勾选“空项目”。

2、引入头文件

在“解决方案资源管理器” 窗口，右键 “MyFirstTesseractProject”工程  -> “属性（R）” ->“C/C++”->“常规”->“附加包含目录”中，添加如下内容：

D:\Program Files (x86)\Tesseract-OCR\include

D:\Program Files (x86)\Tesseract-OCR\include\leptonica

D:\Program Files (x86)\Tesseract-OCR\include\tesseract

如图所示：

3、引入库文件

1）添加属性表

首先将“D:\Program Files (x86)\Tesseract-OCR\include”目录 拷贝到 本地工程“MyFirstTesseractProject\MyFirstTesseractProject”目录下，如图所示：

然后进行以下设置： 
在“解决方案管理器”所在区域，切换到“属性管理器”窗口； 
右键“MyFirstTesseractProject”工程下面的“Debug|Win32”文件夹 –>“添加现有属性表(E)…”–>在“MyFirstTesseractProject\MyFirstTesseractProject\include”目录下找到“tesseract_versionnumbers.props”–>“打开”； 
如图所示：

添加后如图所示：

2）配置库文件

在“解决方案管理器”窗口–>右键“MyFirstTesseractProject”工程–>“属性(R)”–>“配置属性”–>“链接器”–>“常规”–>“附加库目录”中添加如下内容：

D:\Program Files (x86)\Tesseract-OCR\lib

如图所示：

4、添加预定义

在“解决方案管理器”窗口–>右键“MyFirstTesseractProject”工程–>“属性(R)”–>“配置属性”–>“C/C++”–>“预处理器”–>“预处理器定义”–>中添加”如下列表中的“预定义”内容:

_WINDOWS 
NDEBUG 
USE_STD_NAMESPACE

如下图： 

5、添加附加库

在“解决方案管理器”窗口–>右键“MyFirstTesseractProject”工程–>“属性(R)”–>“配置属性”–>“链接器”–>“输入”–>“附加依赖项”–>中“添加”如下列表中的“附加库”内容:

libtesseract302.lib
libtesseract302d.lib
liblept168.lib
liblept168d.lib

如图所示：

6、其他添加

在“MyFirstTesseractProject” 目录下新建 “Debug”文件夹，将“libtesseract302.dll” 和 “libtesseract302d.dll” 拷贝到 “Debug” 文件夹下面。如图所示：

三、运行Tesseract实例

#include <baseapi.h>
#include <allheaders.h>
#include <iostream>
 
using namespace std;
 
int main(void)
{
 
    tesseract::TessBaseAPI api;
    api.Init("", "eng", tesseract::OEM_DEFAULT);
    api.SetPageSegMode(static_cast<tesseract::PageSegMode>(7));
    api.SetOutputName("out");
 
    cout<<"File name:";
    char image[256];
    cin>>image;
    PIX   *pixs = pixRead(image);
 
    STRING text_out;
    api.ProcessPages(image, NULL, 0, &text_out);
 
    cout<<text_out.string();
 
    system("pause");
}

运行成功，运行结果如下：

给定测试图片，如图：

输入图片路径，得到结果：

正确率有待提高。

四、总结

至此，成功在VS2012中配置了Tesseract。网上的资料比较少，下载下来的库并不完整，经过实践，总结出了在我这里可行的一套办法。我的系统是win7,64位。

同时，在实验的过程中，参考了以下博文。我觉得最大的收获是，在遇到博文上说的办法不可行的时候，根据实际情况作出了调整，并且成功跑通。

感谢：

【Tesseract】Tesseract API在VS 2013中的配置以及调用

Tutorial: How to Install Tesseract OCR 3.02.02 for Visual Studios 2008 on Windows Vista
--------------------- 
原文：https://blog.csdn.net/u013250416/article/details/77871203