前言：花了约三周看文档（打酱油），又花了两周搭环境，终于把tesseract用起来了，对简体中文的识别率还不错，在95%以上。现在简要记录一下安装、识别过程。

一、系统环境

　　系统：centos6.5

　　编译环境：g++

　　依赖软件：leptonica、opencv2.4.9、tesseract3.02

二、安装过程

(1) leptonica

sudo yum -y install autoconf automake libtool
sudo yum -y install autoconf-archive
sudo yum -y install pkgconfig
sudo yum -y install libpng12-dev
sudo yum -y install libjpeg8-dev
sudo yum -y install libtiff5-dev
sudo yum -y install zlib1g-dev

wget http://www.leptonica.org/source/leptonica-1.68.tar.gz 
tar xvzf leptonica-1.68.tar.gz 
cd leptonica-1.68/ 
./configure 
make && make install

(2) tesseract3.02

　　tesseract的安装参考这里

　　同时参考官网这里

　　./autogen.sh
　　./configure --enable-debug LDFLAGS="-L/usr/local/lib" CFLAGS="-I/usr/local/include" 
　　make
　　make install
　　ldconfig

　　语言文件：

　　export TESSDATA_PREFIX=/some/path/to/tessdata

　　  to point to your tessdata directory (example: if your tessdata path is ‘/usr/local/share/tessdata‘ you have to use ‘export TESSDATA_PREFIX=‘/usr/local/share/‘).

　　  环境变量TESSDATA_PREFIX的路径需要设置成为tessdata文件夹的父目录。

(3) opencv2.4.9

1. $ sudo yum -y install gtk2-devel tbb-devel libpng-devel
2. $ wget http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.9/opencv-2.4.9.zip   
3. $ unzip opencv-2.4.9.zip   
4. $ cd opencv-2.4.9  
5. $ mkdir build   
6. $ cd build   
7. $ cmake  -D  CMAKE_BUILD_TYPE=RELEASE  -D  CMAKE_INSTALL_PREFIX=/usr/local  ..
8. $ make  -j2
9. $ make install  

三、API接口应用过程

(1) 编译过程

　　1、设置PKG_CONFIG_PATH environment variable ，加入`tesseract.pc‘

　　　  $echo ‘export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig‘ >> ~/.bashrc

　　　  $source ~/.bashrc

　　2、提示opencv缺libcufft，libnpps，libnppi，libnppc，libcudart等几个库，可以参考这里

　　　　这些库在cuda/lib64中，建立软连接

　　　　[root@localhost lib64]#ln -s /usr/local/cuda-6.5/lib64/libcufft.so.6.5 /usr/local/lib/libcufft.so

　　　　[root@localhost lib64]#ln -s /usr/local/cuda-6.5/lib64/libnpps.so.6.5 /usr/local/lib/libnpps.so
　　　　[root@localhost lib64]# ln -s /usr/local/cuda-6.5/lib64/libnppi.so.6.5 /usr/local/lib/libnppi.so
　　　　[root@localhost lib64]# ln -s /usr/local/cuda-6.5/lib64/libnppc.so.6.5 /usr/local/lib/libnppc.so
　　　　[root@localhost lib64]# ln -s /usr/local/cuda-6.5/lib64/libcudart.so.6.5 /usr/local/lib/libcudart.so

　　　　在运行时，报错：

　　　　error while loading shared libraries: libcufft.so.6.5: cannot open shared object file: No such file or directory

　　　　error while loading shared libraries: libnpps.so.6.5: cannot open shared object file: No such file or directory

　　　　error while loading shared libraries: libnppi.so.6.5: cannot open shared object file: No such file or directory

　　　　error while loading shared libraries: libnppc.so.6.5: cannot open shared object file: No such file or directory

　　　　error while loading shared libraries: libcudart.so.6.5: cannot open shared object file: No such file or directory

　　 　  解决方法，参考这里

　　　　When I run testing routine, facing error: error while loading shared libraries: libcudart.so.6.5: cannot open shared object file: No such file or directory.

　　　　Solution for this, copy respect library to /usr/local/lib:

　　　　sudo cp /usr/local/cuda-6.5/lib64/libcudart.so.6.5 /usr/local/lib/libcudart.so.6.5 && sudo ldconfig

　　　　sudo cp /usr/local/cuda-6.5/lib64/libcublas.so.6.5 /usr/local/lib/libcublas.so.6.5 && sudo ldconfig

　　　　sudo cp /usr/local/cuda-6.5/lib64/libcurand.so.6.5 /usr/local/lib/libcurand.so.6.5 && sudo ldconfig

　　　　最后的结果是能够成功进行识别，但是准确率较windows下有所下降，唯一的区别是，linux用的opencv是2.4.9，而windows中使用的2.4.10.

我的tesseract学习记录（二）