1 Tesseract-ocr 系列： Ubuntu16.04安装tesseract-ocr 3.04.02

最新推荐文章于 2024-08-26 16:41:57 发布

蜗牛山

最新推荐文章于 2024-08-26 16:41:57 发布

阅读量2.2k

点赞数

文章标签： vmware ubuntu tesseract-ocr

本文链接：https://blog.csdn.net/u011807371/article/details/76178480

版权

首先，我的本地环境：

Ubuntu16.04（基于VMWare）上安装tesseract-ocr 4.00alpha（安装时间2017年7月）

一、在Ubuntu下自动安装，一键完成
  	sudo apt-get install tesseract-ocr
二、源代码安装（基于GitHub）

参考网址：https://github.com/tesseract-ocr/tesseract/wiki/Compiling#linux

1. 命令行安装
        sudo apt-get install g++ # or clang++ (presumably)
	sudo apt-get install autoconf automake libtool
	sudo apt-get install autoconf-archive
	sudo apt-get install pkg-config
	sudo apt-get install libpng12-dev
	sudo apt-get install libjpeg8-dev
	sudo apt-get install libtiff5-dev
	sudo apt-get install zlib1g-dev
2. 如果你需要训练，则还需安装相应的库（若不进行训练则此步可以跳过）：
	sudo apt-get install libicu-dev
	sudo apt-get install libpango1.0-dev
	sudo apt-get install libcairo2-dev
3. 安装leptonica
	wget http://www.leptonica.org/source/leptonica-1.74.tar.gz  
	tar -zxvf leptonica-1.74.tar.gz 
	cd leptonica-1.74
	./configure  
	sudo make  
	sudo make install
//注意，因为Ubuntu本身bug，最后两步必须用 sudo 命令

因为本地安装的tesseract-ocr为4.0版本，所以要求的Leptonica必须为1.74或以上版本，这里选用的为 Leptonica1.74

（参考：Leptonica-1.74 下载地址为：http://www.leptonica.com/download.html）

Tesseract、leptonica 和 Ubuntu对应版本号：
Tesseract Leptonica Ubuntu
4.00 1.74.2 Must build from source
3.05 1.74.0 Must build from source
3.04 1.71 Ubuntu 16.04
3.03 1.70 Ubuntu 14.04
3.02 1.69 Ubuntu 12.04
3.01 1.67

4. 从 Git 安装 Tesseract-ocr

a) 安装必须的包：
	sudo apt-get install autoconf-archive automake g++ libtool libleptonica-dev pkg-config
b) 若要进行训练，则还需要安装：

sudo apt-get install libpango1.0-dev
（以上两步可能和第1.步有重复，请自行筛查）

c)下载tesseract-ocr源代码包：
	git clone https://github.com/tesseract-ocr/tesseract.git tesseract-ocr
// 注意，默认下载最新版本，目前为4.0. 建议自行下载需要的版本

新装的Ubuntu系统可能会提示需要安装 git，按照提示安装就好

d)下载完成后，进入tesseract-ocr 目录并编译、安装
    cd tesseract-ocr
    ./autogen.sh
    ./configure
    make
    sudo make install
    sudo make install-langs     //执行此步时报错？？？？
    sudo ldconfig
若要训练，请编译、安装训练工具
   make training
   sudo make training-install
5. 安装语言包

一般这里只安装自己需要的语言包即可。(http://www.qisanfen.com/?p=185)
参考：
英语： eng.traineddata
简体中文：chi_sim.traineddata
	git clone https://github.com/tesseract-ocr/tessdata.git tesseract-ocr.tessdata
以上命令下载的 tesseract-ocr.tessdata 包含所有语言包，总大小为1.4G左右

下载完成后，需要将语言包安装到 TESSDATA_PREFIX 目录。因为是新手，且在安装时没有自己设置安装路径，也就是默认安装，所以语言包的默认目录为： /usr/local/share/tessdata/ .

因为是直接下载的 tesseract-ocr.tessdata 整个包，所以将其中的文件全部拷贝到/usr/local/share/tessdata/ 下即可
	sudo cp /home/username/tesseract-ocr/tesseract-ocr.tessdata/* /usr/local/share/tessdata
至此，完成安装。

6. 测试
在OCR文件夹下有要是别的图片文件picture2.png
	cd OCR 
	tesseract picture1.png picture1 -l eng  