Linux安装tesseract教程

标签：教程安装 devel 语言包 usr Linux tesseract local

前言

因为之前做一个登陆获取Cookie来记录登陆状态的功能时。需要识别登陆时的验证码。原本是在本地测试，后来上线那么没办法也就需要在Linux环境下再安装一下Tesseract-OCR。仅以此来记录安装时的过程。希望可以对小伙伴们有所帮助！当然如果有更多可以改进，更便捷的方式也可以帮忙指出。

=》关于Windows系统安装使用tesseract参考

官方指南

官方GItHub

从安装 =》使用手册 =》必须的依赖关系已经讲述的非常明了，清楚了！如果感兴趣的的话可以在事后观摩一下。OK废话少说！

依赖关系

因为 Tesseract 必须使用 Leptonica 库来打开输入图像（例如不是像 pdf 这样的文档）。所以我们需要下载，安装，使用内置支持zlib、 png和 tiff（用于多页 tiff）的 leptonica。

因为我们需要对下载的包进行解压，编译，安装所以我们需要 gcc gcc-c++ make (这个环境一般机器都具备,大部分可以忽略！如果你不确定：对应模块 --version 查看一下是否存在对应版本)

安装依赖包

依赖的包: autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel leptonica(1.67以上)（一下环境依赖，有则更新，无则安装）

yum install autoconf automake libtool
yum install libjpeg-devel libpng-devel libtiff-devel zlib-devel

Leptonica 库安装

最新版本：1.82.0 (9/22/21) leptonica -1.82.0.tar.gz

下载后丢到服务器，然后切到改文件目录下依次执行如下命令

# 解压
tar -zxvf 你版本的压缩文件名 
# 进入包文件夹
cd 你解压后的文件名
# 依次执行以下命令，进行程序编译，安装
./autogen.sh
./configure
make
make install

leptonica添加环境变量

# 修改profile
vim /etc/profile
# 添加信息 i 
export LD_LIBRARY_PATH=/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
# 保存 Esc =》:wq! 
# 刷新配置
source /etc/profile

(不理解VIm文本编辑的可以去参考 https://www.bilibili.com/read/cv15851967)

其他更多依赖参见下图有些并不是必须的模块( AVX ,FMA ,SSE4.1... )需要你就装，不需要不必增加负担

安装Tesseract-OCR

安装tesseract

=》5.2.0 官方最新版本

=》如果需要其他版本可以去 官方帖子 下扒一扒(有你需要的一切版本)

下载后丢到服务器，然后切到该文件目录下依次执行如下命令

tar -xzvf tesseract-5.2.0.tar.gz
cd tesseract-5.2.0
./autogen.sh 
./configure
make
make install

tesseract 添加到环境变量

vim /etc/profile
# 添加以下字段：
PATH=$PATH:/usr/local/tesseract/bin
export PATH
export TESSDATA_PREFIX=/root/tessdata
export PATH=$PATH:$TESSDATA_PREFIX
# 刷新配置
source /etc/profile

查看tesseract基本信息

# 查看tesseract版本
tesseract --version
# 查看可执行文件路径：
which tesseract 
/usr/local/bin/tesseract

# 当前语言包的路径(如果你下载了语言包，丢到这里)：
/usr/local/share/tessdata

添加语言包支持

你仅仅安装好 tesseract 其实还不能使用，因为其中并没有你需要的语言包支持。所以我们还需要一些额外的设置

1 ：拷贝软件tessdata目录到环境目录下

如果你不想每次都指定语言包加载路径的话...你需要： 将软件安装目录下的 tessdata目录拷贝到 /usr/local/share/tessdata目录

2 ：下载 tesseract 语言包

=》官方语言包地址

但是很多时候我们并不需要将所有的语言包下载下来，真正常用的只有中、英文两种。

=》中文语言包　　=》英文语言包

将下载好的语言包丢到 /usr/local/share/tessdata目录下

其他萌系问题

1：为什么我按照上述操作走下来后通过 tesseract --version 查看我的版本。我将收到：没有共享目标文件或目录 libtesseract.so 的问题？

=》首先，你应该检查，你是否正确的配置了你的环境变量（没有问题！）。

=》其次你应该前往 /usr/local/lib 目录下查找这个文件。如果不存在(libtesseract.so),如果存在(执行命令 ldconfig 进行更新)

2：我如何尝试试用 tesseract ？

=》查看官方手册里面有完整的教程：

　　如何进行最简单的调用，

　　如何单语言识别，

　　如何多语言识别，

　　如何抑制有关图像分辨率的消息，

　　如何配置文件来获取 HOCR 输出，

　　如何使用不同的页面分割模式......等

3：我如何在我的 Windows 设备上安装Tesseract-OCR？

=》参见此文章 Win + Tesseract-OCR 下载安装和使用

还有其他问题欢迎留言共同解决哦~

标签：教程,安装,devel,语言包,usr,Linux,tesseract,local
From： https://www.cnblogs.com/mangofish/p/16932968.html

前言