ubuntu编译安装谷歌tesseract-ocr

安装依赖-leptonica库

• 下载源码

git clone https://github.com/DanBloomberg/leptonica.git

• configure

sudo apt install automake
bash autogen.sh
./configure

• 编译安装

make
sudo make install

• 这样就安装好了leptonica库

谷歌tesseract-ocr编译安装

• 下载源码

git clone https://github.com/tesseract-ocr/tesseract.git  tesseract-ocr

• 安装依赖

sudo apt-get install g++ autoconf automake libtool autoconf-archive pkg-config libpng12-dev libjpeg8-dev libtiff5-dev zlib1g-dev  libleptonica-dev -y

• 安装训练所需要的库(只是调用可以不用安装)

sudo apt-get install libicu-dev libpango1.0-dev  libcairo2-dev

• configure

bash autogen.sh
./configure

• 编译安装

make
sudo make install

# 可选项，不训练可以选择不执行下面两条
make training
sudo make training-install


sudo ldconfig

• 安装对应的字体库并添加对应的环境变量

  • 下载好的语言包 放在/usr/local/share/tessdata目录里面。

    • 语言包地址：https://github.com/tesseract-ocr/tessdata_best。里面有各种语言包，都是训练好的语言包。
    • 简体中文下载：chi_sim.traineddata ， chi_sim_vert.traineddata
    • 英文包：eng.traineddata。
  • 设置环境变量

vim ~/.bashrc

# 在.bashrc的文件末尾加入以下内容
export TESSDATA_PREFIX=/usr/local/share/tessdata

source ~/.bashrc

• 查看字体库

tesseract --list-langs

• 使用tesseract-ocr测试

# 识别/home/app/1.png这张图片，内容输出到output.txt 里面，用chi_sim 中文来识别（不用加.traineddata，会默认加）
tesseract /home/app/1.png output -l chi_sim

# 查看识别结果
cat output.txt