1 Tesseract-ocr 系列 ： Ubuntu16.04安裝tesseract-ocr 3.04.02

首先，我的本地環境：

Ubuntu16.04（基于VMWare）上安裝tesseract-ocr 4.00alpha（安裝時間2017年7月）

一、在Ubuntu下自動安裝，一鍵完成

sudo apt-get install tesseract-ocr
           

二、源代碼安裝（基于GitHub）

參考網址：https://github.com/tesseract-ocr/tesseract/wiki/Compiling#linux

1. 指令行安裝

sudo apt-get install g++ # or clang++ (presumably)
	sudo apt-get install autoconf automake libtool
	sudo apt-get install autoconf-archive
	sudo apt-get install pkg-config
	sudo apt-get install libpng12-dev
	sudo apt-get install libjpeg8-dev
	sudo apt-get install libtiff5-dev
	sudo apt-get install zlib1g-dev
           

2. 如果你需要訓練，則還需安裝相應的庫（若不進行訓練則此步可以跳過）：

sudo apt-get install libicu-dev
	sudo apt-get install libpango1.0-dev
	sudo apt-get install libcairo2-dev
           

3. 安裝leptonica

wget http://www.leptonica.org/source/leptonica-1.74.tar.gz  
	tar -zxvf leptonica-1.74.tar.gz 
	cd leptonica-1.74
	./configure  
	sudo make  
	sudo make install
           

//注意，因為Ubuntu本身bug， 最後兩步必須用 sudo 指令

因為本地安裝的tesseract-ocr為4.0版本，是以要求的Leptonica必須為1.74或以上版本，這裡選用的為 Leptonica1.74

（參考：Leptonica-1.74 下載下傳位址為：http://www.leptonica.com/download.html）

Tesseract、leptonica 和 Ubuntu對應版本号：

Tesseract Leptonica Ubuntu

4.00 1.74.2 Must build from source

3.05 1.74.0 Must build from source

3.04 1.71 Ubuntu 16.04

3.03 1.70 Ubuntu 14.04

3.02 1.69 Ubuntu 12.04

3.01 1.67

4. 從 Git 安裝 Tesseract-ocr

a) 安裝必須的包：

sudo apt-get install autoconf-archive automake g++ libtool libleptonica-dev pkg-config
           

b) 若要進行訓練，則還需要安裝：

 sudo apt-get install libpango1.0-dev

（以上兩步可能和第1.步有重複，請自行篩查）

c)下載下傳tesseract-ocr源代碼包：

git clone https://github.com/tesseract-ocr/tesseract.git tesseract-ocr
           

// 注意，預設下載下傳最新版本，目前為4.0. 建議自行下載下傳需要的版本

新裝的Ubuntu系統可能會提示需要安裝 git， 按照提示安裝就好

d)下載下傳完成後，進入tesseract-ocr 目錄并編譯、安裝

cd tesseract-ocr
    ./autogen.sh
    ./configure
    make
    sudo make install
    sudo make install-langs     //執行此步時報錯？？？？
    sudo ldconfig
           

若要訓練，請編譯、安裝訓練工具

make training
   sudo make training-install
           

5. 安裝語言包

一般這裡隻安裝自己需要的語言包即可。(http://www.qisanfen.com/?p=185)

參考：

英語： eng.traineddata

簡體中文：chi_sim.traineddata

git clone https://github.com/tesseract-ocr/tessdata.git tesseract-ocr.tessdata
           

以上指令下載下傳的 tesseract-ocr.tessdata 包含所有語言包，總大小為1.4G左右

下載下傳完成後，需要将語言包安裝到 TESSDATA_PREFIX 目錄。因為是新手，且在安裝時沒有自己設定安裝路徑，也就是預設安裝，是以語言包的預設目錄為： /usr/local/share/tessdata/ .

因為是直接下載下傳的 tesseract-ocr.tessdata 整個包，是以将其中的檔案全部拷貝到/usr/local/share/tessdata/ 下即可

sudo cp /home/username/tesseract-ocr/tesseract-ocr.tessdata/* /usr/local/share/tessdata
           

至此，完成安裝。

6. 測試 

   在OCR檔案夾下有要是别的圖檔檔案picture2.png   

cd OCR 
	tesseract picture1.png picture1 -l eng  
           

    //調用tesseract指令， 識别picture1.png， 自動生成名為picture1.txt 的檔案。 -l eng 意為使用英語識别。

附所有參考網址：

http://blog.csdn.net/yimingsilence/article/details/51353772

http://www.qisanfen.com/?p=185

https://github.com/tesseract-ocr/tesseract/wiki/Compiling-%E2%80%93-GitInstallation

https://github.com/tesseract-ocr/tesseract/blob/master/INSTALL.GIT.md

https://github.com/tesseract-ocr/tesseract/wiki/Training-Tesseract