Windows 10下Leptonica和Tesseract的编译与测试
环境
Leptonica 1.78.0
Tesseract 4.1.1
Visual Studio 16.11.21
Visual C++ 2019 14.32.31332.0
CMake 3.25.1
Software Network 26-Nov-2022 17:19
Vcpkg 2022-11-10-5fdee72bc1fceca198fb1ab7589837206a8b81ba
编译过程
文件准备
leptonica-1.78.0.tar.gz下载链接如下。
https://github.com/DanBloomberg/leptonica/releases/download/1.78.0/leptonica-1.78.0.tar.gz
tesseract-4.1.1.tar.gz下载链接如下。
https://github.com/tesseract-ocr/tesseract/archive/refs/tags/4.1.1.tar.gz
cmake-3.25.1-windows-x86_64.msi下载链接如下。
https://github.com/Kitware/CMake/releases/download/v3.25.1/cmake-3.25.1-windows-x86_64.msi
sw-master-windows-client.zip下载链接如下。
https://software-network.org/client/sw-master-windows-client.zip
vcpkg.exe下载链接如下。
https://github.com/microsoft/vcpkg/archive/refs/heads/master.zip
eng.traineddata下载链接如下。
https://github.com/tesseract-ocr/tessdata/blob/main/eng.traineddata
Software Network的配置
在系统变量Path中添加sw.exe的路径。
以管理员身份运行Windows PowerShell。
执行命令sw setup，如果连接了代理服务器，则命令为sw --ignore-ssl-checks setup。
setup后，相关文件会被放在C:\Users\Your_User_Name\\.sw。
Vcpkg配置
在vcpkg文件夹下以管理员身份运行Windows PowerShell。
执行命令.\bootstrap-vcpkg.bat以产生vcpkg.exe。
执行命令.\vcpkg install package_name --triplet=x64-windows以获取以下依赖。
tiff 4.4.0#1
giflib 5.2.1#3
openjpeg 2.5.0
ijg-libjpeg 9e
libpng 1.6.39
libwebp 1.2.4
liblzma 5.2.5#6
pkgconf 1.8.0#3
vcpkg-pkgconfig-get-modules 2022-02-10#1
zlib 1.2.13
举例：.\vcpkg install tiff --triplet=x64-windows。
依赖会被存放在.\vcpkg\packages。
编译Leptonica
运行cmake-gui。
在Where is the source code处选择文件夹leptonica-1.78.0。
新建一个文件夹，假设名为build。
在Where to build the binaries处选择文件夹build。
点击左下方Configure，在弹出窗口的Specify the generator for this project处选择Visual Studio 16 2019。
在窗口下方选择Use default native compliers。
点击Finish后CMake会自动开始配置。
下方log框出现Configuring done后，上方的变量框会出现红色，再次点击Configure，红色消失，Configuring done，log框出现以下缺少相关依赖的提示信息。
Could NOT find GIF (missing: GIF_LIBRARY GIF_INCLUDE_DIR)
Could NOT find JPEG (missing: JPEG_LIBRARY JPEG_INCLUDE_DIR)
Could NOT find ZLIB (missing: ZLIB_LIBRARY ZLIB_INCLUDE_DIR)
Could NOT find PNG (missing: PNG_LIBRARY PNG_PNG_INCLUDE_DIR)
Could NOT find TIFF (missing: TIFF_LIBRARY TIFF_INCLUDE_DIR)
Could NOT find ZLIB (missing: ZLIB_LIBRARY ZLIB_INCLUDE_DIR)
Could NOT find PkgConfig (missing: PKG_CONFIG_EXECUTABLE)在变量框上方勾选Advanced，可找到这些missing的变量。
对显示NOTFOUND的变量值进行补充。
举例如下。
ZLIB_INCLUDE_DIR的值修改为.\vcpkg\packages\zlib_x64-windows\include
ZLIB_LIBRARY_DUBUG的值修改为.\vcpkg\packages\zlib_x64-windows\debug\lib\zlib.lib
ZLIB_LIBRARY_RELEASE的值修改为.\vcpkg\packages\zlib_x64-windows\lib\zlib.lib
PKG_CONFIG_EXECUTABLE的值修改为D:\vcpkg\packages\pkgconf_x64-windows\tools\pkgconf\pkg.conf.exe
CMAKE_INSTALL_PREFIX这个值是后面VS编译文件的输出目录，默认在C:\Program Files (x86)下，建议不要修改，否则可能影响Tesseract的编译。
再次点击Configure，log框输出以下内容。
Looking for WEBP
Found WEBP library
Found openjpeg library配置完成，点击Genrate生成VS工程文件。
打开上文提到的build文件夹，以管理员身份打开后缀为sln的文件。
在生成中打开配置管理器，活动解决方案配置选择为Release，活动解决方案平台选择为x64，在项目上下文的生成处勾选ALL_BUILD INSTALL leptonica ZERO_CHECK（默认没有勾选INSTALL），关闭配置管理器，在生成中选择重新生成解决方案，可在C:\Program Files (x86)\leptonica处找到编译好的库文件。正常来说，这个目录的结构应该如下所示。
├─bin
├─cmake
├─include
--leptonica
├─lib
--pkgconfig编译Tesseract
运行cmake-gui。
在Where is the source code处选择文件夹tesseract-4.1.1。
新建一个文件夹，假设名为build_t。
在Where to build the binaries处选择文件夹build_t。
点击左下方Configure，弹出一个窗口。
在Specify the generator for this project处选择Visual Studio 16 2019。
在窗口下方选择Use default native compliers。
点击Finish后CMake会自动开始配置。
下方log框出现Configuring incomplete, errors occurred!后，上方的变量框出现红色，再次点击Configure，红色消失。
然后取消勾选变量框中的BUILD_TRAINING_TOOLS（勾选也行，自行根据报错信息添加相关依赖即可）。
将变量Leptonica_DIR的值设置为上文提到的Leptonica的编译好的库文件所在目录的cmake子目录。
CMAKE_INSTALL_PREFIX的作用同上。
再次点击Configure。
待配置完成，点击Genrate生成VS解决方案文件。
打开上文提到的build_t文件夹，以管理员身份打开后缀为sln的文件。
在生成中打开配置管理器，将活动解决方案配置选择为Release，将活动解决方案平台选择为x64，在项目上下文的生成处勾选ALL_BUILD INSTALL libtesseract tesseract ZERO_CHECK（默认没有勾选INSTALL），关闭配置管理器，在生成中选择重新生成解决方案，即可在上文的CMAKE_INSTALL_PREFIX这个目录找到编译好的库文件。正常来说，这个目录的结构应该如下所示。
├─bin
├─cmake
├─include
--tesseract
├─lib
--pkgconfig测试
现在C:\Program Files (x86)下的leptonica和tesseract文件夹可以移动。
在VS中新建一个C++空项目。
打开项目-->属性-->C/C++-->常规-->附加包含目录，包含leptonica和tesseract头文件所在的目录，如下所示。
.\tesseract\include\tesseract
.\leptonica\include\leptonica打开项目-->属性-->链接器-->常规-->附加库目录，包含leptonica和tesseract头文件所在的目录，如下所示。
.\leptonica\lib
.\tesseract\lib打开项目–>属性–>链接器–>输入–>附加依赖项，输入leptonica和tesseract库文件的名字，如下所示。
tesseract41.lib
leptonica-1.78.0.lib点击应用、确定。
测试如下代码，如无意外的话，应该会缺少某些dll。在.\vcpkg\packages下可以找到这些dll文件，复制到程序所在文件夹即可。测试时还缺少一个jpeg62.dll，想办法搞到它。指定英语语言数据eng.traineddata和测试图片的路径，运行程序，输出图片的OCR结果。
#include "baseapi.h"
#include "allheaders.h"
#include <iostream>
int main()
{
char * outText;
tesseract::TessBaseAPI * api = new tesseract::TessBaseAPI();
if(api->Init("c:/", "eng")){
fprintf(stderr, "Could not initialize tesseract.\n");
exit(1);
}
Pix* image = pixRead("C:/test.jpg");
api->SetImage(image);
outText = api->GetUTF8Text();
printf("OCR output:\n%s", outText);
api->End();
delete api;
delete[] outText;
pixDestroy(&image);
return 0;
}完成。
