CentOS7下编译安装tesseract-ocr流程

时间：2018-04-19

什么是tesseract-ocr

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。

现在托管在GitHub中~

源代码位置

托管于 http://code.google.com/p/tesseract-ocr/

目前项目转移到GitHub https://github.com/tesseract-ocr

首先要安装依赖包leptonica

官网地址： http://www.leptonica.org/download.html

 wget http://www.leptonica.org/source/leptonica-1.72.tar.gz
 tar xvzf leptonica-1.72.tar.gz
 cd leptonica-1.72/
 ./configure
  make && make install

安装tesseract

wget https://github.com/tesseract-ocr/tesseract/archive/3.04.zip
unzip 3.04.zip
cd tesseract-3.04/
./configure
make && make install
sudo ldconfig

下载安装英文，中文繁体，中文简体识别库。

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata 
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata
                      
cp/mv *.traineddata /usr/local/share/tessdata/

配置文件位置

/usr/local/share/tessdata

准备测试图片，上传到测试服务器

验证

tesseract /root/code.jpg out

查看结果

cat out.txt

上一条：JRE的安装及环境变量配置 下一条:分享几个免费IP地址查询接口(API)

CentOS7下编译安装tesseract-ocr流程

相关文章

最新文章