安装开发工具
apt-get -y install gcc g++ make cmake autoconf automake libtool pkg-config
安装插件
所有的插件都是可选的，建议全部都安装，这样tesseract就可以支持更多的图片格式
libjpeg
安装依赖nasm
apt-get install nasm
下载地址http://www.linuxfromscratch.org/blfs/view/systemd/general/libjpeg.html
编译libjpeg
tar -xvf libjpeg-turbo-2.0.2.tar.gzcd libjpeg-turbo-2.0.2mkdir buildcd buildcmake -DCMAKE_INSTALL_PREFIX=/usr \ -DCMAKE_BUILD_TYPE=RELEASE \ -DENABLE_STATIC=FALSE \ -DCMAKE_INSTALL_DOCDIR=/usr/share/doc/libjpeg-turbo-2.0.2 \ -DCMAKE_INSTALL_DEFAULT_LIBDIR=lib \ ..makemake installldconfig
libpng
安装依赖zlib
下载地址 http://www.zlib.net/fossils/
tar -zxf zlib-1.2.11.tar.gzcd zlib-1.2.11./configuremake -j 8make installldconfig
下载地址 http://www.linuxfromscratch.org/blfs/view/systemd/general/libpng.html
编译
tar -xvf libpng-1.6.37.tar.xzcd libpng-1.6.37./configure --prefix=/usr --disable-staticmake -j8make installldconfig
giflib
安装依赖 xmlto（由于依赖比较多，不安装也是可以编译通过的，需要修改一下doc/Makefile文件）
apt-get install xmlto
giflib 下载地址 http://www.linuxfromscratch.org/blfs/view/systemd/general/giflib.html
安装了xmlto编译giflib
tar -xvf giflib-5.1.8.tar.gzcd giflib-5.1.8makemake installldconfig
没有安装xmlto编译giflib
tar -xvf giflib-5.1.8.tar.gzcd giflib-5.1.8echo "all:" > doc/Makefileecho -e "\t@test -z \"\"" >> doc/Makefilemakemake installldconfig
libtiff
下载地址 http://www.linuxfromscratch.org/blfs/view/systemd/general/libtiff.html
编译
tar -xvf tiff-4.0.10.tar.gzcd tiff-4.0.10mkdir cmake-buildcd cmake-buildcmake -DCMAKE_INSTALL_DOCDIR=/usr/share/doc/libtiff-4.0.10 \ -DCMAKE_INSTALL_PREFIX=/usr \ ..make -j8make installldconfig
openjpeg
下载地址 http://www.linuxfromscratch.org/blfs/view/systemd/general/openjpeg2.html
编译openjpeg
tar -xvf openjpeg-2.3.1.tar.gzcd openjpeg-2.3.1mkdir buildcd buildcmake -DCMAKE_BUILD_TYPE=Release \ -DCMAKE_INSTALL_PREFIX=/usr \ -DBUILD_STATIC_LIBS=OFF \ ..makemake installldconfig
libwebp
先安装好上面的插件，再安装libwebp
下载地址 http://www.linuxfromscratch.org/blfs/view/systemd/general/libwebp.html
编译
tar -xvf libwebp-1.0.2.tar.gzcd libwebp-1.0.2./configure --prefix=/usr/local \ --enable-libwebpmux \ --enable-libwebpdemux \ --enable-libwebpdecoder \ --enable-libwebpextras \ --enable-swap-16bit-csp \ --disable-staticmake -j8make installldconfig
安装依赖leptonica
官网http://www.leptonica.com/
要求Leptonica 1.74或者更高版本
下载地址 http://www.leptonica.com/download.html
或者GitHub https://github.com/DanBloomberg/leptonica/releases
这里我们下载最新版本的1.78
tar -xvf leptonica-1.78.0.tar.gzcd leptonica-1.78.0./configuremake -j8make install ldconfig
安装tesseract
下载地址 https://github.com/tesseract-ocr/tesseract/releases
tar -xvf tesseract-4.0.0.tar.gzcd tesseract-4.0.0/./autogen.sh./configuremake -j8 make installldconfig
验证
$ tesseract --versiontesseract 4.0.0 leptonica-1.78.0 libgif 5.1.8 : libjpeg 6b (libjpeg-turbo 2.0.2) : libpng 1.6.37 : libtiff 4.0.10 : zlib 1.2.11 : libwebp 1.0.2 : libopenjp2 2.3.1 Found AVX Found SSE
安装语言包
下载地址 https://github.com/tesseract-ocr/tessdata/releases
下载
默认的配置目录为/usr/local/share/tessdata/
我们将刚下载的语言包解压到该目录，解压的时候去掉第一层目录
tar --strip-components=1 -xvf 4.0.0.tar.gz -C /usr/local/share/tessdata/
运行命令列举可用语言包
$ tesseract --list-langsList of available languages (167):aframharaasmazeaze_cyrlbelbenbodbosbrebulcatcebceschi_simchi_sim_vertchi_trachi_tra_vertchr...
测试一下
$ time tesseract 360-17571119331732.png 360-17571119331732.png -l chi_simTesseract Open Source OCR Engine v4.0.0 with Leptonicareal 0m2.169suser 0m4.772ssys 0m0.168s
转出来的文件名为360-17571119331732.png.txt (会自动加上.txt后缀)
$ cat 360-17571119331732.png.txt 欲 待 汀 酯 活 怡 京 , 清 歇 贝 断 肠 , 这 清 乱 的 尘 世 , 宁 韶 兆 斥 了 多 少 纱 望 和 惧 伤 、 你 想 去健 一 个 勇 故 的 町 子 , 为 爱 , 为 信 伊 , 蚕 跃 咤 烈 的 奋 斗 一 场 、 你 周 身 光 厂 着 无 人 史 t 的 灵 气和 光 芒 。 作 有 着 与 伟 人 t 胎 的 才 气 和 名 声 , 你 星 那 桓 离 像 孟 洁 的 町 子 。 你 的 一 弓 狂 心 札说 , 已 经 川 应 黄 和 雨曾 绅 以 为 , 相 爱 的 人 一 定 如 眼 宇 , 只 有 林 守 , 情 感 才 能 长 久 , 可 是 , 此 岿 和 俭 岸 只 不过 是 空 间 的 荣 版 , 邵 无 法 择 长 心 灭 的 旺 高明 光 苦 荐 , 岁 月 无 声 , 日 孔 不 祯 不 横 的 如 涓 涓 演 水 腐 腐 的 派 去 , 巾 从 身 边 派 去 的 古 有明 光 , 沉 淀 下 李 的 是 与 你 蹄 相 似 的 干 福 命 快 乐 , 温 薛 和 宇 哈 , 于 我 , 在 这 个 消 罢 郭 怀 受到 济 意 摸 的 阮 , 只 感 做 一 件 事 , 拗 一 片 绯 红 的 机 名 , 轻 轻 刻 上 我 的 心 语 对 信 伊 , 是我 今 生 永 万 改 变 的 主 题 ! 而 后 , 李 福 的 寄 往 有 体 的 邵 个 埕 市 , 从 此 , 在 战 心 里 , 于 我 的 生命 里 , 轻 援 你 沥 的 安 喉 , 静 靛 地 在 岂 月 的 侦 岸 , 为 你 守 候 - 与 永 恒 ! 一 段 倩 , 反 复 的 皑 星 , 最 后 加 淮 了 屹 月 的 细 东 。 一 跋 迫 起 里 , 一 跌 迫 亿 里 , 最 后 得 到的 是 什 么 , 最 后 叉 失 去 的 是 什 么 , 或 沐 , 只 有 我 们 在 贾 思 的 时 候 才 会 明 白 , 这 路 的 迫 必里 , 我 以 得 刹 的 快 乐 往 彼 t 府 苛 要 少 , 当 相 怀 成 疫 的 时 候 , 除 了 对 月 徐 惧 古 之 外 , 什 么 也不 算 技 刹一 命 的 简 约 格 调 , 只 怀 用 一 颂 洪 烈 的 看 云 卷 于 舒 , 看 学 节 曰 迪 . 许 多 不司 时 节 的 事 物 , 必 焦 会 被 光 阮 遇 蒂 , 就 像 暑 经 蔡 的 犯 叶 , 待 生 余 柳 竭 , 终 梅 脱 高 名 狗 的相 系 根 牲 , 而 我 , 一 真 在 汞 里 , 招 落 一 身 的 负 累 , 永 恒 以 振 的 姚 志 站 立 于 学 风 中 , 易 首 向看 那 无 智 空 .