Welcome 微信登录

首页 / 操作系统 / Linux / Ubuntu下安装使用 tesseract-ocr

tesseract-ocr是开源的光学字符识别引擎，有Google的支持，支持很多种语言的识别，下面说一下 我在Ubuntu下安装步骤 其实官方文档上说的很细，下面列出其中的命令，
  1. sudo apt-get install autoconf automake libtool  
  2. sudo apt-get install libpng12-dev  
  3. sudo apt-get install libjpeg62-dev  
  4. sudo apt-get install libtiff4-dev  
  5. sudo apt-get install zlib1g-dev  
注意最后一个zlib1g-dev中的1g是数字1，而不是小写字母l,
  1. sudo apt-get install libleptonica-dev  
下载源文件包解压（目前是3.0），进入目录
  1. ./runautoconf  
  2. ./configure  
  3. make  
  4. sudo make install  
下载语言数据包解压：你可以在这找到更多的语言包
  1. gzip -d eng.traineddata.gz  
移动到数据包安装目录下，默认为 /usr/local/share/tessdata
  1. mv eng.traineddata /usr/local/share/tessdata  
  2.   
  3. export TESSDATA_PREFIX=/usr/local/share/  
安装图片格式转换工具，因为tesseract只识别tif格式的图片。
  1. apt-get install imagemagick  
你可以使用下面的命令转换图片
  1. convert a.jpg a.tif  
好了，测试一下吧
  1. tesseract <image> <outputbasename> [-l lang] [configs]  
  2.   
  3. tesseract a.tif a  
默认为英语，如果你要识别其它语言请使用-l 参数指定，如
  1. tesseract a.tif a -l chi_sim  
  2.   
  3. cat a.txt  
你将会看到识别出的文字，太棒了。好了，下面就可以用程序去调用识别文字了， 对于java你也可以使用tess4j封装的API，对于PHP你可以使用exec调用再对文件进行处理，
如果你遇到 lib **.so 找不到请运行
  1. sudo ldconfig  
Linux下解决sudo输入命令不能自动补全Linux内核移植-移植2.6.35.4内核到s3c2440相关资讯      Ubuntu教程  tesseract-ocr 
  • Ubuntu教程 - 使用Ubuntu拷贝CD和  （12/18/2013 14:38:16）
  • 让Ubuntu 12.10支持RAR和7Z文件解  （11/15/2012 18:51:50）
  • Windows 7硬盘安装Ubuntu 12.10图  （11/03/2012 19:22:47）
  • 完美安装Ubuntu 12.10最新AMD显卡  （11/27/2012 08:17:47）
  • Win 7硬盘安装Ubuntu 12.10  （11/05/2012 13:30:34）
  • 虚拟机上Ubuntu 11.10升级到12.04  （10/12/2012 20:00:38）
本文评论 查看全部评论 （0）
表情： 姓名： 字数