Tesseract-ORC编译运行【持续更新~~~】

待我称王封你为后i 2024-04-18 04:11 52阅读 0赞

**目录**

准备阶段

环境配置

编译运行

参考资料

--------------------

1.  引用    -> 主要内容
2.  代码    -> 执行代码
3.  表        -> 问题

--------------------

# 准备阶段 #

> 1.  cppan下载：[https://cppan.org/client/][https_cppan.org_client]
> 2.  cmake下载：[https://cmake.org/download/][https_cmake.org_download]
> 3.  visual studio 2017下载：[https://msdn.itellyou.cn/][https_msdn.itellyou.cn]
> 4.  git下载：[https://www.git-scm.com/download/][https_www.git-scm.com_download]（可直接下载源码）
> 5.  demo下载：[https://github.com/tesseract-ocr/tesseract/wiki/APIExample][https_github.com_tesseract-ocr_tesseract_wiki_APIExample]
> 6.  Tesseract-ocr源码下载：[https://github.com/tesseract-ocr/tesseract.git][https_github.com_tesseract-ocr_tesseract.git]（本人使用）

**各工具作用 ->后续更新**

*  cppan: 
 *  cmake:
 *  vs2017:
 *  git:
 *  tesseract-ocr:

** 编译的版本以及工具版本**

*  tesseract-master ->4.0版本
 *  cppan-master-Windows-client.zip
 *  cmake-3.15.2-win64-x64.zip

***以下示例均以本人电脑为例***

# 环境配置 #

> 0. git配置环境变量，如C:\\Program Files\\Git\\cmd
> 
> 1. 配置cmake环境变量
> 
> 将cmake的安装路径添加到系统环境变量，如C:\\OCR\\CMake\\bin
> 
> 2. 解压tesseract源码，如D:\\tesseract
> 
> 3. 配置cppan环境变量
> 
> 1) 将cppan放到源码根目录，如D:\\tesseract\\cppan.exe
> 
> 2) 将cppan路径添加到系统环境变量，如D:\\tesseract\\cppan.exe
> 
> 4. 对了，还有安装vs2017，下一步就没大问题了，如D:\\Program Files\\Microsoft Visual Studio
> 
> 5. 命令行进入到源码根目录，准备编译，根目录D:\\tesseract

> cmake安装问题：
> 
> error 2503 :权限不足
> 
>     1、按WIN+R，在运行框中输入“gpedit.msc” 确认；
>     2、打开本地策略组编辑器后依次展开 ：“计算机配置”-》“管理模板”-》“windows组件”-》“windows installer”，并找到“始终以提升的权限进行安装”；
>     3、双击该选项，设置为“已启用”，并应用；
>     4、接下来在【用户配置】中进行同样的操作；
>     
>     工作2：
>     
>     1、： WIN+X，命令提示符（管理员）；
>     2、输入：msiexec /package +‘msi文件路径’（输入的时候注意半角字符且路径不能为中文名）
>     例如：
>     C:\Windows\system32>msiexec /package G:\tool\TortoiseSVN-x64-1.8.9.msi

** 注意事项：**

*  以上已经帮你排好顺序，只需要按顺序执行即可
 *  如果有低版本的vs及其他软件，最好先卸载干净，清掉注册表  -> 后面出错会再说

# 编译运行 #

> 命令行状态下进入根目录，依次执行下面命令
> 
>     cppan
>      
>     mkdir build && cd build
>      
>     cmake .. -G "Visual Studio 15 2017 Win64" //64位
>     cmake .. //32位【推荐】

** 提示：**

*  **cppan过程会出现以下信息，静静等待**

downloading
    
    unpacking  …               
    
    cleaning …

cppan安装不下去原因：

> cppan.yml文件中默认是leptonica最新版，而最新版不支持cppan，所以需要修改可支持的leptonica版本
> 
> **pvt.cppan.demo.danbloomberg.leptonica: 1改成pvt.cppan.demo.danbloomberg.leptonica: 1.78.0(有两处)**

*   cmake过程中出现以下信息，不需要着急

not found

只需要等待最后的提示，说明成功了

Configure done 、Generate done

*  最后在build目录下生成了**tesseract.sln**文件

> vs2017以管理员权限运行                                ---右键->以管理员身份运行
> 
> 1.  编译ALL\_BUILD                                     ---右键->生成（可能出现问题2）
> 2.  编译INSTALL （Debug）                       ---右键->生成
> 3.  重新编译INSTALL（Release）              ---右键->生成
> 
> --------------------
> 
> **问题1.** 编译INSTALL过程中，**先后**出现（解决一个之后会出现另一个，并不是一块出现）
> 
>     file INSTALL cannot find "D:/tesseract/src/lstm/ctc.h".
>     file INSTALL cannot find "D:/tesseract/src/lstm/networkbuilder.h".
> 
> **解决办法：**
> 
> 将D:\\tesseract\\src\\training下的ctc.h、ctc.cpp以及networkbuilder.h、networkbuilder.cpp复制到D:/tesseract/src/lstm/networkbuilder.h
> 
> **问题2. **出现乱码的问题（由于我是再次编译写的教程，所以没有遇到那个情况，凭借记忆以及资料整理）
> 
>     字符编码的问题
> 
>     /* 以下是我后面在Tesseract5.0下出现的问题 4.0也差不多 */
>     //解决办法都是修改编码方式
>     gbookmarkfile.c
>     gconvert.c
>     gfileutils.c
>     gkeyfile.c
>     gregex.c
>     
>     pango-language-sample-table
> 
> **ps:**由于我之前是整个方案都重新生成遇到的问题，所以遇到了,后面第二次编译时候，是按照现在这个教程操作没有提示，不知道是不是因为已经编译过了所以没有出错，就在此给大家提个醒吧。
> 
> **解决办法：**找到出现错误的文件，选中文件->高级保存选项->Unicode（UTF-8 带签名）并保存
> 
> 【工具】->【自定义】->【命令】->菜单栏:【文件】->【添加命令】->类别:【文件】->【高级保存选项】
> 
> **ps:**可以自己找错误，会自动跳转到出错文件；或者先尝试直接将这两个文件（pango-language-sample-tayushible.h和equationdetect.cpp）进行尝试（推荐）
> 
> --------------------
> 
>  *  编译完成后，一般是在C:\\Program Files\\tesseract下可以看到以下文件夹
> 
> bin、cmake、include、lib四个文件夹
> 
> **ps: **至于为什么是在这个文件夹，目前猜测是因为cmake文件写的吧！留个位置知道了补充
> 
> <table style="width:500px;"> 
>  <tbody> 
>   <tr> 
>    <td><span style="color:#f33b45;">目录生成原因</span></td> 
>   </tr> 
>  </tbody> 
> </table>

至此，编译的工作也就完成了。

--------------------

# 调用 #

> 此步骤是我后面试的
> 
> 所有的lib、dll依赖库都已经在C:\\Program Files\\tesseract目录下的各个文件夹，如果是只有两个，就需要按照下面的教程进行了。如果有大量的就不需要弄了，**但**include依赖项还是需要操作的，参考以下。

## lib依赖库 ##

> 1. 找到所有依赖项
> 
>           在C:\\Program Files\\tesseract\\lib下存在很多的依赖库，包含以下（还有很多）
> 
>  *  pvt.cppan.demo.danbloomberg.leptonica-1.76.0.lib
>  *  tesseract50.lib
>  *  tesseract50d.lib
> 
> 2. 整理Debug和Release文件夹
> 
>        在lib下新建Debug和Release文件夹，并将依赖库分别拷贝放入文件夹

## dll依赖库 ##

> 1.找到所有依赖项

##  include依赖库 ##

> 1.在include文件夹中新建leptonica文件夹
> 
> 2.将leptonica的**头文件**放入到文件夹，我的头文件在C:\\Users\\zhangyj\\.cppan\\storage\\**src**\\8f\\a3\\90d7\\src
> 
> ps: 步骤2的路径可能不一样，最好使用工具去搜，在src目录下搜关键字“endianness.h.in”，并通过打开头文件确认是leptonica的文件
> 
> 3.将的endianness.h一起放入include
> 
> ps: 在obj目录下搜关键字“endianness.h”

#  编译运行 #

## 新建工程 ##

>  *  由于我参考demo的README.md文件，使用cmake工具编译没有成功，于是转为普通的方式，欢迎大神指点。
> 
> 1.  在C:\\Program Files\\tesseract目录下新建一个C++工程，如C:\\Program Files\\tesseract\\example\\Example
> 2.  配置依赖项，如下

## VS依赖项配置 ##

> 1.  项目属性—>配置属性–>C/C++–>常规，在“附加包含目录”中添加：
>     
>     C:\\Program Files\\tesseract\\include\\leptonica;C:\\Program Files\\tesseract\\include\\tesseract;C:\\Program Files\\tesseract\\include;
> 2.  项目属性–>链接器–>常规，在”附加库目录”中添加C:\\Program Files\\tesseract\\lib
> 3.  项目属性–>链接器–>输入，在“附加依赖项”中添加pvt.cppan.demo.danbloomberg.leptonica-1.76.0.lib;tesseract50.lib;
> 4.  **添加语言包的环境变量**
> 
>  *  **变量名：TESSDATA\_PREFIX**
>  *  **变量值：C:\\Program Files\\tesseract\\example\\x64\\Debug\\tessdata**
>     
>     --------------------
>     
>     **添加依赖项的环境变量**
>  *  C:\\Program Files\\tesseract\\bin

##  编译调试 ##

>  *  配置完之后，有时候会编译提示已存在dll文件找不到，是因为依赖库的环境变量没有添加，之后重启vs。
>  *  如果出错了，查一下，可以先把return 1;注释掉，单步调试以下，以下是我出现的问题
> 
>     //解决，因为这个语言包的初始化路径有问题，我就重新设置了，注意路径的反斜杠哦  
>     if (api->Init("C:/Program Files/tesseract/example/x64/Debug/tessdata", "eng")) {
>         fprintf(stderr, "Could not initialize tesseract.\n");
>         exit(1);
>     }
>     
>     //解决，因为这个图片的路径有问题，我就重新设置了，注意路径的反斜杠哦  
>     Pix *image = pixRead("C:/Program Files/tesseract/example/phototest.tif");
>     
>     //一直在这个位置出bug,参考网上说是内存泄漏，但还是没有解决，还请各位大佬指点。
>     //目前是注释掉这条语句，后面尝试了以下，发现不需要注释（有点抽象）
>     delete[] outText;
> 
> 之后便可以顺利运行了

--------------------

# 参考资料 #

> 1.  [Tesseract官方手册（权威）][Tesseract]
> 2.  [Tesseract Source Code Documentation(源码)][Tesseract Source Code Documentation]
> 3.  [谷震平收藏的Tesseract大牛的文章（努力的人值得贴名字）][Tesseract 1]
> 4.  [一些阅读源码的建议][Link 1]
> 5.  [Tesseract各个安装包][Tesseract 2]
> 6.  --------------------
>     
>     [https://livezingy.com/compilation-tesseract4-in-vs2017-win10/][https_livezingy.com_compilation-tesseract4-in-vs2017-win10]
> 7.  [https://blog.csdn.net/fengya1/article/details/82704736][https_blog.csdn.net_fengya1_article_details_82704736]
> 8.  [https://blog.csdn.net/qq\_29473063/article/details/80621115][https_blog.csdn.net_qq_29473063_article_details_80621115]
> 9.  [https://blog.csdn.net/jumencibaliang92/article/details/82150852][https_blog.csdn.net_jumencibaliang92_article_details_82150852]
> 10. --------------------
>     
>     [Tesseract 主要API功能介绍][Tesseract _API]
> 11. [tesseract低版本接口说明（仅供参考）][tesseract]
> 12. [Tesseract3.01+VS2018简单的demo][Tesseract3.01_VS2018_demo]
> 13. [(2020/7/24)VS2015编译Tesseract4.1注意事项(防踩坑)][2020_7_24_VS2015_Tesseract4.1]

[https_cppan.org_client]: https://cppan.org/client/
[https_cmake.org_download]: https://cmake.org/download/
[https_msdn.itellyou.cn]: https://msdn.itellyou.cn/
[https_www.git-scm.com_download]: https://www.git-scm.com/download/
[https_github.com_tesseract-ocr_tesseract_wiki_APIExample]: https://github.com/tesseract-ocr/tesseract/wiki/APIExample
[https_github.com_tesseract-ocr_tesseract.git]: https://github.com/tesseract-ocr/tesseract.git
[Tesseract]: https://github.com/tesseract-ocr/tesseract/wiki
[Tesseract Source Code Documentation]: http://tesseract-ocr.github.io/index.html
[Tesseract 1]: https://github.com/guzhenping/the-Papers-and-Data-of-Tesseract-OCR-
[Link 1]: https://blog.csdn.net/guzhenping/article/details/51023687
[Tesseract 2]: https://digi.bib.uni-mannheim.de/tesseract/
[https_livezingy.com_compilation-tesseract4-in-vs2017-win10]: https://livezingy.com/compilation-tesseract4-in-vs2017-win10/
[https_blog.csdn.net_fengya1_article_details_82704736]: https://blog.csdn.net/fengya1/article/details/82704736
[https_blog.csdn.net_qq_29473063_article_details_80621115]: https://blog.csdn.net/qq_29473063/article/details/80621115
[https_blog.csdn.net_jumencibaliang92_article_details_82150852]: https://blog.csdn.net/jumencibaliang92/article/details/82150852
[Tesseract _API]: https://wenku.baidu.com/view/51f872042cc58bd63086bd56.html
[tesseract]: http://tesseract-ocr.repairfaq.org/files.html
[Tesseract3.01_VS2018_demo]: https://www.cnblogs.com/zsb517/archive/2012/06/06/2537540.html
[2020_7_24_VS2015_Tesseract4.1]: https://blog.csdn.net/qq_25802529/article/details/107571704