Win10 + vs2017 编译并配置tesseract4.1.0

痞子三分冷 提交于 2021-02-16 08:54:15

  tesseract 是一个开源的OCR (Optical Character Recognition , 光学字符识别) 引擎,本文就介绍一下自己在编译 tesseract4.1.0时遇到的一些坑,希望能给大家带来一些帮助。

一、下载 tesseract

  tesseract 是一个开源项目,可以在 GitHub 上下载源码:https://github.com/tesseract-ocr/tesseract/releases/ 

  当然,也可以下载安装版的:https://github.com/UB-Mannheim/tesseract/wiki 

   安装版的下载完后直接安装,然后配置环境变量(这个后面会讲到)即可使用。这个方法笔者也尝试过,但是很遗憾,没能在 vs 上找到相关的库文件,也就是不能在 vs 中调用 tesseract 相关的函数方法,只能在控制台上使用,这就比较蛋疼了,暂时在网上也没找到相关的方法,所以只能下个源码包自己编译配置了,折腾了一天才搞定,不得不吐槽一下在 Windows 上想自己编译一个东西真是麻烦。

 

二、所需要用到的工具

  在 Windows 上编译 tesseract 主要需要用到两个工具:cmake和 cppan。

2.1 cmake

  cmake 是一个跨平台的编译工具 ,可以使用 cmake 在 Windows 上将源码编译成你想要的文件(比如说电脑上装了 visual studio,那么就可以生成 .sln 文件),在 Linux 上使用 cmake 的话,则可以生成 makefile 文件,可以说功能非常强大了。

  Windows 上安装 cmake 很简单,直接下载可安装文件后一键安装就行:https://cmake.org/download/

 

   需要下载哪个是自己系统而定,笔者下载的是cmake-3.14.2-win64-x64.msi ,这个是可以直接安装的。安装完后,记得将 cmake 安装目录下的 /bin 目录添加到 path 环境变量中去(本人的相应目录是 D:\Program Files\CMake\bin )。配置完环境变量后,就可以在命令行使用 cmake 命令了。

 

2.2 cppan

  cppan 是一个跨平台的 C/C++ 依赖管理器。它建立在CMake之上,还具有构建系统功能。CPPAN支持快速脚本式编码和原型设计以及处理大型项目。查找,共享和重用库,发布项目。 使用 CPPAN 可以让你把时间花费在处理代码而不是管理依赖项上。CPPAN 可以为您将获取包的时间减少到秒!它支持轻松交叉编译,继承和推送您自己的设置,标记每个依赖项。(注:以上介绍来自 CPPAN 英文介绍机翻,英文不好望见谅)。

  可以在 https://cppan.org/client/ 这里下载 cppan 的安装包,本人下载的是 cppan-master-Windows-client.zip 文件。

  下载好安装包后直接解压,可以发现一个 cppan.exe 文件,也不需要双击这个文件安装什么的,只需要将这个文件所在目录添加到 path 环境变量中去就行了。(笔者的目录是 D:\cppan,则直接把这个目录添加到环境变量 path 中去就行)。配置好环境变量后就可以在命令行使用 cppan 命令了。

  

三、从源代码编译安装 tesseract

  从源代码编译安装 tesseract 的基本步骤 GitHub 上有讲,按照 GitHub 上提供的方法来就行:https://github.com/tesseract-ocr/tesseract/wiki/Compiling

1)下载安装 cppan

2)下载安装 cmake

3)打开 Windows 命令行并进入 tesseract 源码目录(目录最好为全英文);

4)在 tesseract 目录下依次运行下述命令:

cppan

mkdir build && cd build

cmake ..

   完成后,可以在 /tesseract/build 目录下看到一个 tesseract.sln 文件,说明 tesseract 源码编译成功了。(注:在运行 cppan 命令后,会下载一系列东西,耐心等待即可)。

5)上述命令编译完成后是 x86 平台上的解决方案,若需要 x64 平台上的解决方案可以这样:

mkdir bulid_win64 && cd bulid_win64
cppan ..
cmake ..
-G "Visual Studio 15 2017 Win64"

  如果需要在 vs2015 上使用 tesseract,只需要将 15 2017 改成 14 2015 即可。

 

四、在 vs2017 上编译 tesseract

  用 cmake 编译完源码后,虽然生成了解决方案,但是还需要在 vs2017 上对该解决方案进行编译才能生成 tesseract 的可执行文件及相关库文件,步骤如下:

1)进入目录 /tesseract/bulid ,找到 tesseract.sln 文件,使用 vs2017 以管理员方式打开它!(这很重要,我第一次就是没用管理员方式打开才会报错的)。 以管理员方式启动 vs 程序的方法可以参考:https://blog.csdn.net/lien0906/article/details/47300881 ;

2)选择解决方案平台,x86 平台则选择 x86,x64 平台则选择 x64;

3)在解决方案资源管理器中,右键解决方案 tesseract,选择生成解决方案。

  理论上说,已经完成了,但是现实总是残酷的,错误警报。。。

1)cppan-d-b-d 乱码问题:大部分错误都是乱码引起的,这是文件编码的问题。cppan 下载的文件是 UTF-8(不带签名),而 vs2017 中文版默认保存的文本文件是 GB2312 编码。

解决方法如下:双击错误行,打开相应的文件,然后点击菜单栏中的“文件”下拉栏,选择“高级保存选项”,将编码方式保存为 “简体中文(GB2312)- 代码页 936” 即可。vs2017 的文件下拉菜单中默认是没有 “高级保存选项” 这一项的,可以自己手工添加。

2)error msb3073 命令 setlocal :这个就是没有用管理员身份打开 .sln 文件所遇到的问题了,用管理员身份打开即可。

  解决了这两个问题后,再次生成解决方案,应该没问题了。

  最后,在 release 环境下再编译一次。

 

五、环境变量配置

  在 vs2017 上编译完成后,可以在 C 盘下发现一个 tesseract 安装文件夹,我的是在 C:\Program Files\tesseract:

  可以在 /bin 目录下找到 tesseract.exe 文件,将 C:\Program Files\tesseract\bin 添加到环境变量 path 中去(如何在 win10 上添加环境变量就不详细说明了,网上有许多教程)。此外,在 /bin 目录下新建两个文件夹 Debug 和 Release,分别将 D:\tesseract_4.1.0\build\bin\Debug 和 D:\tesseract_4.1.0\build\bin\Release 目录下的 .dll 文件复制到所新建的两个文件夹下去;然后将 C:\Program Files\tesseract\bin\Debug 和 C:\Program Files\tesseract\bin\Release 也添加到环境变量 path 中去,如下:

  此外,新建一个系统变量TESSDATA_PREFIX,变量值为 D:\tesseract_4.1.0\tessdata,这个目录下存放的是 tesseract-ocr 语言包文件,可以在 GitHub 上下载,下载后放到该目录下去即可,下载地址为:https://github.com/tesseract-ocr/tessdata/

  

  配置好这两步后,应该就可以在命令行使用 tesseract 命令了,可以简单测试一下 tesseract 是否安装成功,如下:

 

六、配置 vs2017 以使用 tesseract

  新建一个项目,在属性管理器,Debug | x64 下面,右键 Microsoft.Cpp.x64.user 选择属性:

 

1)在 VC++ 目录中:

  选择包含目录,编辑,分别添加这三个目录:

C:\Program Files\tesseract\include

C:\Program Files\tesseract\include\tesseract

C:\Program Files\tesseract\include\leptonica

  这里有个问题是,你在 C:\Program Files\tesseract\include 下可能并找不到 leptonica 这个目录,没办法,自己动手丰衣足食吧:在 C:\Program Files\tesseract\include 下新建文件夹 leptonica,然后将 C:\Users\lenovo\.cppan\storage\src\8f\a3\90d7\src 目录下的文件全部复制到 C:\Program Files\tesseract\include\leptonica 下即可(不同电脑具体的目录可能会不同,不过都在 C:\Users\lenovo\.cppan\storage\src\ 下)

 

 

2)在 VC++ 目录中,选择库目录,编辑,分别添加这三个目录:

C:\Program Files\tesseract\lib

C:\Program Files\tesseract\lib\Release

C:\Program Files\tesseract\lib\Debug
  
同样的,先在 C:\Program Files\tesseract\lib 目录下新建两个文件夹 Debug 和 Release,然后将 C:\Users\lenovo\.cppan\storage\lib\ab45fb78\Debug 目录下的 .lib 文件全部复制到 C:\Program Files\tesseract\lib\Debug 目录下;将 C:\Users\lenovo\.cppan\storage\lib\ab45fb78\Release 目录下的 .lib 文件全部复制到 C:\Program Files\tesseract\lib\Release 目录下。

 

3)在 链接器 -> 输入 -> 附加依赖项 中,编辑,添加以下两项:

pvt.cppan.demo.danbloomberg.leptonica-1.76.0.lib
tesseract41d.lib

  完成后,重启一下电脑,应该就可以在 vs2017 上使用 tesseract 了。  

 

七、一个使用 tesseract 识别数字的例程

  经过一天的折腾,终于可以使用 tesseract 了,写了一个小程序来试验一下 tesseract 的效果:

#include <opencv2/opencv.hpp>
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
#include <string>

using namespace std;
using namespace cv;

PIX* cvtMat2PIX(Mat imgGray);

int main(int argc, char *argv[])
{
    Mat sourceImage = imread("E:\\visual studio\\Opencv_Test\\Opencv_Test\\1.png",cv::IMREAD_GRAYSCALE);
    if (sourceImage.empty()) {
        perror("Failed to load image!\n");
        exit(EXIT_FAILURE);
    }

    Mat binImage;
    threshold(sourceImage,binImage,90,255,cv::THRESH_BINARY_INV);

    PIX *pixImage = cvtMat2PIX(binImage);                // 将图片由 Mat 转换成 Pix 格式

    // 使用 tesseract 进行数字识别
    const char* lang = "eng";
    string numText;
    tesseract::TessBaseAPI *tess = new tesseract::TessBaseAPI;        // 新建 tesseract 基类
    tess->Init(NULL,lang, tesseract::OEM_LSTM_ONLY);        // 初始化
    tess->SetPageSegMode(tesseract::PSM_AUTO);    // 设置识别模式
    tess->SetImage(pixImage);
    numText = string(tess->GetUTF8Text());
    cout << numText << endl;

    waitKey(0);
}


PIX* cvtMat2PIX(Mat imgGray)
{
    int cols = imgGray.cols;
    int rows = imgGray.rows;

    PIX *pixS = pixCreate(cols, rows, 8);

    for (int i = 0; i < rows; i++)
        for (int j = 0; j < cols; j++)
            pixSetPixel(pixS, j, i, (l_uint32)imgGray.at<uchar>(i, j));
    return pixS;
}

 

   所使用的图片如下:

   识别结果如下:

   效果还算不错。

 

  因为 tesseract 的安装过程是在一周前完成了,故而有些地方记不太清楚,图也不是很多,可能会有一些错误,但是还是希望能对有需要的人有一些帮助。

 

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!