首页 > 代码库 > 在linux下安装tesseract-ocr

在linux下安装tesseract-ocr

 1. 在ubuntu下可以自动安装  

[html]  
 技术分享技术分享

    sudo apt-get install tesseract-ocr  


2.编译安装

    a.编译环境: gcc gcc-c++ make(这个环境一般机器都具备,可以忽略)   

[html]  
 技术分享技术分享

    yum install gcc gcc-c++ make  


    b.安装tesseract-ocr编译必须的包

[html]  
 技术分享技术分享

    1120.www.qixoo.qixoo.com/yum/apt-get install autoconf automake libtool  


    c.增加图像解析需要的包,可以按照指定的格式选择包

[html]  
 技术分享技术分享

    yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel  


    ubuntu

[html]  
 技术分享技术分享

    sudo apt-get install libpng12-dev  
    sudo apt-get install libjpeg62-dev  
    sudo apt-get install libtiff4-dev  


    d.下载 leptonica 包: http://www.leptonica.org/source/leptonica-1.71.tar.gz
[html]  
 技术分享技术分享

    wget http://www.leptonica.org/source/leptonica-1.71.tar.gz  
    tar -zxvf ...  
    ./configure  
    make  
    make install  


需要注意,leptonica的版本问题

3.01 requires at least v1.67 of Leptonica.
3.02 requires at least v1.69 of Leptonica. (Both available in Ubuntu 12.04 Precise Pangolin.)
3.03 requires at least v1.70 of Leptonica. (Both available in Ubuntu 14.04 Trusty Tahr.)

如果版本不一致,会出现问题如下:

[html]  
 技术分享技术分享

    Tesseract Open Source OCR Engine v3.02.02 with Leptonica  
    Error in findTiffCompression: function not present  
    Error in pixReadStreamTiff: function not present  
    Error in pixReadStream: tiff: no pix returned  
    Error in pixRead: pix not read  
    Unsupported image type.  



    e.下载 tesseract-3.02 安装包: http://tesseract-ocr.googlecode.com/files/tesseract-3.02.02.tar.gz

[html]  
 技术分享技术分享

    wget http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz  
    .qkxue.net/autogen.sh  
    ./configure  
    make  
    make install  
    ldconfig  


    f.下载 tesseract-3.02 英文语言包: http://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.eng.tar.gz,解压后将 tesseract-ocr/tessdata 下的所有文件全部拷贝到 /usr/local/share/tessdata 下。



     测试

[html]  
 技术分享技术分享

    tesseract phototest.tif phototest -l eng  

这时应该在当前目录生成一个 phototest.txt 文本文件,内容就是 phototest.tif 显示的文字.
技术分享

技术分享

在linux下安装tesseract-ocr