MAC下安装Tesseract

xu.wang

发布于 2021.01.15 22:59 阅读 120 评论 0

最近项目中需要使用到OCR识别镂空数字,于是开始学习Tesseract https://github.com/tesseract-ocr/tesseract

接下来记录一下我在安装和使用过程当中的遇到的坑和学习的过程,本文主要记录了Mac下安装tesseract的过程。

环境:

JDK 1.8

MACOSX 10.14.4

Tesseract 安装

首先是Tesseract的安装,目前百度 mac安装Tesseract时,大多是都是推荐使用HomeBrew进行安装,本人也是推荐在mac中

使用HomeBrew(国内镜像安装 https://mirrors.tuna.tsinghua.edu.cn/help/homebrew/),但是使用HomeBrew安装 tesseract只能使用识别功能不能进行训练,经过搜索后发现目前已经不支持 使用“

brew install --with-training-tools tesseract

”需要进行编译安装,下面是编译安装流程:

1. 下载依赖

# Packages which are always needed.

brew install automake autoconf libtool

brew install pkgconfig

brew install icu4c

brew install leptonica



# Packages required for training tools.

brew install pango



# Optional packages for extra features.

brew install libarchive



# Optional package for builds using g++.

brew install gcc

 

2. 下载tesseract-4.1.1

这里我选择的时候4.1.1 release 版本

https://github.com/tesseract-ocr/tesseract/releases

 

3. 编译安装

将下载的tesseract解压,然后使用terminal进入此文件夹

cd tesseract-4.1.1

./autogen.sh

mkdir build

cd build



# Optionally add CXX=g++-8 to the configure command if you really want to use a different compiler.

../configure PKG_CONFIG_PATH=/usr/local/opt/icu4c/lib/pkgconfig:/usr/local/opt/libarchive/lib/pkgconfig:/usr/local/opt/libffi/lib/pkgconfig

make -j



# Optionally install Tesseract.

sudo make install



# Optionally build and install training tools.

make training

sudo make training-install

4. 测试

tesseract -v

unicharset_extractor -v

(注意unicharset_extractor -v 不提示找不到此命令时,才说明已经安装了训练功能)