tesseract是一个开源的OCR文字识别工具

查找相关文章:tesseract
 

tesseract 4.0一直安装失败，后来参照网上的方法，成功安装3.04

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
yum -y install automake libtool autoconf gcc gcc-c++
 
wget http://www.leptonica.com/source/leptonica-1.73.tar.gz
 
tar -xvf leptonica-1.73.tar.gz;\
cd leptonica-1.73;\
./configure && make && make install
 
 
wget https://github.com/tesseract-ocr/tesseract/archive/3.04.01.tar.gz;\
mv 3.04.01.tar.gz tesseract-3.04.01.tar.gz;\
tar xzvf tesseract-3.04.01.tar.gz;\
cd tesseract-3.04.01/;\
./autogen.sh;\
./configure;\
make;\
make install
 
ldconfig
 
安装后tesseract位于以下位置
/usr/local/bin/tesseract
 
export TESSDATA_PREFIX=/usr/local/share/tessdata/
 
 
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;
                       
mv *.traineddata /usr/local/share/tessdata/
 
 
install Ghostscript for processing png:
 
wget https://github.com/ArtifexSoftware/ghostpdl-downloads/releases/download/gs920/ghostscript-9.20.tar.gz;\
tar xzvf ghostscript-9.20.tar.gz;\
cd ghostscript-9.20/;\
./autogen.sh;\
./configure;\
make;\
make install

 

更简便的方法是使用yum方式安装

1
2
3
4
5
6
yum install epel-release
yum install tesseract
中文包
yum install tesseract-langpack-chi_sim.noarch
训练文件位于
/usr/share/tesseract/tessdata/