攻略|Tesseract5+VS2017+win10源码编译
攻略|Tesseract5+VS2017+win10源码编译
作者简介 禾路，资深OpenCV开发者，擅长图像识别，融合与增强 1.记录我目前在win10 X64和VS2017的环境下成功编译Tesseract5.0的方式； 2. 记录在VS2017 C++工程中调用Tesseract4.0的方法； 3. 记录编译和调用Tesseract4.0过程中踩到的坑和相应的解决方案或看法
输入图像
识别结果
下载与安装
1. 下载最新的CPPAN版本。解压缩后，将cppan.exe所在的路径添加到系统变量中；
CPPAN是跨平台的C / C++ 依赖管理器。它建立在 CMake 的基础之上，并具有构建系统的能力。CPPAN 支持快速的脚本式编码和原型制作，以及处理大型项目。查找，共享和重用库，发布您的项目。把时间花在你的代码上，而不是管理依赖关系。CPPAN为您降低包时间到几秒钟！它支持简单的交叉编译，继承和推送你自己的设置，标志到每个依赖。
链接为 https://cppan.org/client/
编译过程中相应的支持库是由cppan下载的，我们需要下载cppan并设置其环境变量
解压后 在系统变量里面选择PATH变量，将cppan.exe所在的文件路径作为环境变量的值 ，或者也可以将cppan.exe放置在path包含的目录下
2.下载cmake
https://cmake.org/download/， 本文用的是cmake-3.10.1-win64-x64， 将cmake.exe所在的路径添加到系统变量中；
为cmake设置环境变量，解压后目录下的bin文件夹的目录地址加载至系统环境变量PATH中，与cppan设置环境变量的方法一致。
3 下载Tesseract源码
https://github.com/tesseract-ocr/tesseract,， 最新版已经到5.0
解压后放英文目录
tesseract编译
1. cmd，以 管理员身份进入命令行终端
2. 运行cppan
进入 解压后的Tesseract文件夹，可以发现有个cppan.yml,
直接敲入命令：cppan (如果出现 “no spec file”,就是目录不对，没有找到cppan.yml)
下载相关依赖
3.cmake编译
使用GUI进行2次configure,1次generate，一路回车即可。
生成tesseract.sln，打开并编译。
进入项目，一般选择Install和all_build进行批生成最为稳妥，在我们这个项目中，生成install是足够
编译的过程中，可能出现这样的错误
出现这个错误的原因是因为字符集不相符，首先参考
https://jingyan.baidu.com/article/9faa7231df5453473c28cbd9.html ，为vs2017恢复“高级保存”
而后，一次打开出现问题的文件，使用“高级保存选项”将字符进行转码为GB码。
需要转码的文件主要集中在glib模块
5、最终在c盘下会出现tesseract目录，并得到这样结果：
调用Tesseract
1. 找到所有依赖lib文件并整理
编译tesseract.sln并安装之后，在C:/Program Files/tesseract/lib路径下仅有tesseract500.lib和tesseract500d.lib，但在工程中调用Tesseract4.0时，仅有这两个文件是不够的，为了方便调用，我们要找到其他的lib文件，它们在这里：C:\Users\username\.cppan\storage\lib，包含重要的pvt.cppan.demo.danbloomberg.leptonica-1.76.0.lib。
需要按照规则添加进去
2.找到所有依赖dll文件并整理
在C:/Program Files/tesseract/bin路径下仅有tesseract500.dll和tesseract500d.dll，
其他的dll文件在 C:\Program Files\tesseract\bin 下，全部添加到PATH中
3. 找到leptonica所需要的头文件并整理
有两个头文件是编译的时候需要的，这里也必须添加到include中去
如果你不添加，会自动报错，也能够帮助你找到这两个目录。
4. 新建VS2017 C++工程，下载
https://github.com/cppan/tesseract_example/blob/master/with_cppan/main.cpp
并添加到该工程中。4.1 项目属性—>配置属性–>C/C++–>常规，在“附加包含目录”中添加：
4.2 项目属性–>链接器–>常规，在”附加库目录”中添加
4.3 项目属性–>链接器–>输入，在“附加依赖项”中添加
4.4 在工程目录下新建文件夹tessdata,到tesseract下载相应的语言文件，copy到tessdata文件目录下。
5. 完成上述配置以后，编译执行如下代码即可得到文章开头的运行效果截图
#include "pch.h"
#include <iostream>
#include <memory>
#include <allheaders.h> // leptonica main header for image io
#include <baseapi.h> // tesseract main header
int main(int argc, char *argv[])
{
if (argc == 1)
return 1;
tesseract::TessBaseAPI tess;
if (tess.Init("E:/OpenCV_DNN数据集/tessdata", "eng"))
{
std::cout << "OCRTesseract: Could not initialize tesseract." << std::endl;
return 1;
}
// setup
tess.SetPageSegMode(tesseract::PageSegMode::PSM_AUTO);
tess.SetVariable("save_best_choices", "T");
// read image
auto pixs = pixRead(argv[1]);
if (!pixs)
{
std::cout << "Cannot open input file: " << argv[1] << std::endl;
return 1;
}
// recognize
tess.SetImage(pixs);
tess.Recognize(0);
// get result and delete[] returned char* string
std::cout << std::unique_ptr<char[]>(tess.GetUTF8Text()).get() << std::endl;
// cleanup
tess.Clear();
pixDestroy(&pixs);
return 0;
}