簡介
Tesseract是一個光學字符識別引擎，支持多種操作系統(tǒng)。Tesseract是基于Apache 許可證 的自由軟件，自2006年起由Google贊助開發(fā)。2006年，Tesseract被認為是最精準的開源光學字符識別引擎之一。
配置流程
1.編譯工具配置
執(zhí)行如下命令，安裝Tesseract所使用的依賴軟件包。
yum install automake libtool gcc-c++libjpeg-devel libpng-devel libtiff-devel-y
2.獲取源代碼
1)執(zhí)行如下命令，獲取Tesseract原代碼。
wget https://github.com/tesseract-ocr/tesseract/archive/4.0.0.tar.gz
2)通過華為云發(fā)放的彈性 云服務器 默認已安裝GCC安裝，無需單獨安裝配置。
3)下載tesseract依賴的圖像處理庫leptonica源碼包。
wget http://www.leptonica.org/source/leptonica-1.78.0.tar.gz
4)解壓leptonica。
tar-xvf leptonica-1.78.0.tar.gz
5)編譯和安裝leptonica。
cd leptonica-1.78.0
./configure--prefix=/usr/&&make-j4&&make install
6)配置leptonica涉及的環(huán)境變量。
vi/etc/profile
在后面插入如下內容：
export PKG_CONFIG_PATH=/usr/lib/pkgconfig
輸入“:wq”保存。
執(zhí)行如下命令使環(huán)境變量有效：
source/etc/profile
ldconfig
3.編譯源代碼
1)執(zhí)行下面命令，解壓軟件包。
cd/root
tar-xvf tesseract-4.0.0.tar.gz
2)執(zhí)行如下命令，進入Tesseract的安裝目錄。
cd tesseract-4.0.0
3)執(zhí)行以下命令，編譯安裝tesseract。
./autogen.sh&&./configure&&make-j4&&make install
4.測試已完成編譯的軟件
1)執(zhí)行如下命令，創(chuàng)建目錄。
cd/root
mkdir lang
cd lang
2)執(zhí)行如下命令，獲取Tesseract語言包。
wget https://github.com/tesseract-ocr/tessdata/archive/4.0.0.tar.gz
3)執(zhí)行如下命令，解壓語言包。
tar-zxvf tessdata-4.0.0.tar.gz
4)進入Tessdata目錄。
cd tessdata-4.0.0
5)執(zhí)行以下命令，將Tesseract安裝目錄放入復制到/usr/local/share/tessdata目錄。
cp*/usr/local/share/tessdata-r
6)執(zhí)行以下命令，將緩存數(shù)據(jù)刷新到硬盤。
sync
7)執(zhí)行如下命令，獲取kunpeng.png圖片（本文以獲取保存在華為云OBS桶上的kunpeng.bmp圖片為例）。
wget https://portal-www-software.obs.cn-north-1.myhuaweicloud.com:443/kunpeng.bmp
8)執(zhí)行如下命令，運行Tesseract識別圖片文字。
tesseract kunpeng.bmp result
9)執(zhí)行如下命令，查看 文字識別 結果。
cat result.txt
當系統(tǒng)回顯顯示如下圖片文字時，表示使用Tesseract識別文字成功。
Hello Kunpeng
問題處理
1)問題現(xiàn)象：
如在編譯leptonica時未安裝基礎包，則在測試會出現(xiàn)“Error in pixReadMemTiff:function not pres”等如下錯誤：
解決方法：
執(zhí)行如下命令，安裝各種基礎包，重新編譯leptonica。
yum install libtiff-y
yum install libtiff-devel-y
yum install libpng libpng-devel-y
yum install libjpeg-turbo libjpeg-turbo-devel-y
./configure--prefix=/usr/
make;make install
其他使用技巧
1)編譯過程中出現(xiàn)“/autogen.sh:line 59:bail_out:command not found”問題處理。
問題現(xiàn)象：
如下圖所示編譯過程出現(xiàn)"/autogen.sh:line 59:bail_out:command not found"：
解決方法：
yum install libtool-y
./autogen.sh
2)依賴包leptonica系統(tǒng)未安裝問題處理。
問題現(xiàn)象：
如下圖所示編譯過程出現(xiàn)"configure:error:Leptonica 1.74 or higher is required"：
問題解決（當操作系統(tǒng)是Euler時）：
由于當前Euler的源中無leptonica，需要下載leptonica軟件包，手動編譯。具體方法如下：
wget https://github.com/DanBloomberg/leptonica/releases/download/1.78.0/leptonica-1.78.0.tar.gz
tar-zxvf leptonica-1.78.0.tar.gz
cd leptonica-1.78.0/
./configure--prefix=/usr/
說明：configure時把--prefix=/usr/帶上，系統(tǒng)默認路徑為/usr/local；如果采用默認路徑在編譯tesseract時，需要手動聲明環(huán)境明量。CentOS安裝完成后請手動執(zhí)行“export PKG_CONFIG_PATH=/usr/lib/pkgconfig”。
此時，如果出現(xiàn)運行./configure時，提示如下，表示無基礎包：
請安裝依賴包并重新編譯leptonica后再試：
yum install libtiff-y
yum install libtiff-devel-y
yum install libpng libpng-devel-y
yum install libjpeg-turbo libjpeg-turbo-devel-y
./configure--prefix=/usr/
make;make install
問題解決（當操作系統(tǒng)是CentOS時）：
1)執(zhí)行如下命令，通過CentOS源安裝leptonica。
yum install leptonica-y
yum install leptonica-devel-y
2)重新編譯Tesseract并執(zhí)行./configure。
在執(zhí)行./configure如出現(xiàn)“Leptonica 1.74 or higher is required”，即報錯信息如下：
請通過以下方式解決：
執(zhí)行如下命令，查看leptonica版本信息。
rpm-qa|grep leptonica
系統(tǒng)回顯類似如下信息：
說明：該文檔采用的tesseract版本為4.0.0版本需要leptonica 1.74及以上版本，當前測試鯤鵬云服務器的Centos 7.5所自帶的leptonic為1.72版本，需源碼安裝leptonica高版本。
3)動態(tài)鏈接庫問題。
問題現(xiàn)象
執(zhí)行如下命令tesseract kunpeng.bmp result測試tesseract
需要執(zhí)行l(wèi)dconfig，ldconfig是一個動態(tài)鏈接庫管理命令，其目的為了讓動態(tài)鏈接庫為系統(tǒng)所共享。
ldconfig
執(zhí)行完成后，請再次測試。
