一、GCC環(huán)境

首先Linux環(huán)境需要安裝gcc，這個(gè)在后面需要編譯so庫(kù)使用，因?yàn)槲业沫h(huán)境已經(jīng)有了，所以這里就不贅述了，到網(wǎng)上找一下一大堆。

查看GCC版本：

$ gcc --version

gcc版本

二、下載Tesseract和Leptonica安裝包

Tesseract作為OCR引擎，避免不了使用圖像處理。Tesseract使用的圖像處理主要由Leptonica提供。Leptonica包含眾多圖像處理和圖像分析相關(guān)的功能。Tesseract 4.0必須要求Leptonica在1.74以上，我選著的tesseract-ocr-4.1.1 Release 和 leptonica-1.79，點(diǎn)擊可直接下載。

下載后上傳到服務(wù)器:

image.png

還有在線下載方式，但是這種方式因網(wǎng)絡(luò)問(wèn)題會(huì)很慢,可能還會(huì)下載不完全，不建議使用：

$ wget http://www.leptonica.com/source/leptonica-1.79.0.tar.gz

$ wget https://github.com/tesseract-ocr/tesseract/archive/4.1.1.tar.gz

三、編譯so庫(kù)

1、解壓兩個(gè)壓縮包

$ tar -zxvf leptonica-1.79.0.tar.gz

$ tar -zxvf tesseract-4.1.1.tar.gz

image.png

2、進(jìn)入leptonica-1.79.0目錄,編譯leptonica：

$ cd leptonica-1.79.0

$ ./configure && make && make install

編譯成功！

3、 進(jìn)入tesseract-4.1.1目錄,編譯tesseract前要先生成configure文件，直接執(zhí)行./autogen.sh會(huì)報(bào)錯(cuò)，如下圖：

$ ./autogen.sh

錯(cuò)誤原因缺少libtool*插件，解決方式：

第一步：

$ yum install automake -y

第二步：

在執(zhí)行安裝 libtool插件

$ yum install libtool -y

上面兩步完成后，當(dāng)前目錄下就會(huì)有個(gè)configure文件,它是源代碼安裝的第一步，主要的作用是對(duì)即將安裝的軟件進(jìn)行配置，檢查當(dāng)前的環(huán)境是否滿足要安裝軟件的依賴關(guān)系，開始

編譯tesseract-4.1.1

執(zhí)行

$ ./configure && make && make install

唉 缺少C++編譯器，安裝：

$ yum install gcc gcc-c++

c++ 安裝完成

再次運(yùn)行

$ ./configure && make && make install

報(bào)錯(cuò)：

解決方式，在/etc/profile中配置一下leptonica的環(huán)境變量

export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/lib

export LIBLEPT_HEADERSDIR=/usr/local/include

export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

$ vim /etc/profile

$ source /etc/profile

$ ./configure && make && make install

image.png

ok，編譯成功。

下載中文簡(jiǎn)體語(yǔ)言庫(kù)chi_sim.traineddata,上傳到Linux /usr/local/share/tessdata/目錄：

image.png

測(cè)試下：

$ tesseract 123.png wenben -l chi_sim

報(bào)錯(cuò)是因?yàn)榄h(huán)境沒(méi)有安裝這些libjpeg* libpng* freetype* gd* giflib* libtiff* zlib*依賴庫(kù)，并不是所有的都用到，可以只安裝libjpeg* libpng* libtiff*就可以了。

$ yum -y install libjpeg* libpng* libtiff*

重新編譯leptonica

$ make clean

$ ./configure && make && make install

重新編譯完成,tesseract --version 查看

順便在測(cè)試下：

$ tesseract 123.png wenben -l chi_sim

ok沒(méi)啥問(wèn)題，查看編譯好的so庫(kù)。

$cd /usr/local/lib

so庫(kù)

紅框標(biāo)注的這兩個(gè)庫(kù)就是支持tess4j在linux上進(jìn)行文字識(shí)別的庫(kù)，其他的都是軟連接指向liblept.so.5.0.4和libtesseract.so.4.0.1。最后一步，復(fù)制liblept.so.5.0.4和libtesseract.so.4.0.1到/usr/lib64目錄下。

注意：

我使用的這個(gè)版本庫(kù)名必須要是libtesseract.so和liblept.so.5，創(chuàng)建軟連接也好，直接改名也行，不然tess4j會(huì)報(bào)錯(cuò)找不到指定的依賴庫(kù)，我們可以根據(jù)程序拋出的異常去確認(rèn)庫(kù)名。

到這就得到支持tessj4的庫(kù)了，可以把上一篇中的代碼打包一下上傳到服務(wù)測(cè)試下，后續(xù)我會(huì)把編譯好的庫(kù)地址在評(píng)論中發(fā)出來(lái)。

參考：

《centos編譯安裝tesseract-ocr 3.05》

《linux (centos7)上裝Tesseract-OCR最新版本(5.0)》

總結(jié)

以上是生活随笔為你收集整理的linux java ocr_Linux环境如何支持使用tess4j进行ORC的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。