CENTOS 下 编译安装 tesseract-ocr 3.0.4 识别文字
2015-11-03 13:16
926 查看
网上搜集了不少资料,发现目前Tesseract转移到了Github上,因此下载方式和以前略有差别,下文是参考了诸位达人(再此表示感谢)和自己的实际操作过程形成的。
(1)首先安装依赖的leptonica库:
wget http://www.leptonica.com/source/leptonica-1.72.tar.gz tar -xvf leptonica-1.72.tar.gz
cd leptonica-1.72
./configure && make && make install
(2)编译tesseract了,所用版本 3.04,编译需要automake、libtool,直接用yum安装就可以了。
wget https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz mv 3.04.00 Tesseract3.04.00.tar.gz
tar -xvf Tesseract3.04.00.tar.gz
cd tesseract-3.04.00/
./autogen.sh
./configure
make && make install
(3)下载安装英文,中文繁体,中文简体 识别库。
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata
cp/mv *.traineddata /usr/local/share/tessdata/
(4)测试
拍一张名片的照片,如下图,并未裁剪(当然,这里各位看到的图片中姓名电话等敏感信息做了遮盖):
转换一张tiff格式图片,后面用
[root@www wx.ent]# convert -negate card.jpg card.tif
试用JPEG文件识别:
接下来使用TIFF文件识别:
可见结果并没有差别。至此tesseract-ocr就安装完成了。
(1)首先安装依赖的leptonica库:
wget http://www.leptonica.com/source/leptonica-1.72.tar.gz tar -xvf leptonica-1.72.tar.gz
cd leptonica-1.72
./configure && make && make install
(2)编译tesseract了,所用版本 3.04,编译需要automake、libtool,直接用yum安装就可以了。
wget https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz mv 3.04.00 Tesseract3.04.00.tar.gz
tar -xvf Tesseract3.04.00.tar.gz
cd tesseract-3.04.00/
./autogen.sh
./configure
make && make install
(3)下载安装英文,中文繁体,中文简体 识别库。
wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata
cp/mv *.traineddata /usr/local/share/tessdata/
(4)测试
拍一张名片的照片,如下图,并未裁剪(当然,这里各位看到的图片中姓名电话等敏感信息做了遮盖):
转换一张tiff格式图片,后面用
[root@www wx.ent]# convert -negate card.jpg card.tif
试用JPEG文件识别:
[root@www wx.ent]# tesseract card.jpg ./b -psm 3 -l chi_sim+eng [root@www wx.ent]# cat b.txt 李某某 丨胁工捏师` 天津币英环信诚科披苜眼公司 地址: 申国天津华苑产业区科薯别髦76害 邮编: 300384 电话: 022-23707238-807 债真: 022-83712515 手机: 139******** E_mail: ‖xuex|n@yinghuan′com
接下来使用TIFF文件识别:
[root@www wx.ent]# tesseract card.tif ./b -psm 3 -l chi_sim+eng Tesseract Open Source OCR Engine v3.04.00 with Leptonica Page 1 Warning in pixReadMemTiff: tiff page 1 not found [root@www wx.ent]# cat b.txt 李某某 丨胁工湟师丨 天津币英环信诚科技苜限公司 地址: 巾国夭津华苑产业区科薯别藿76害 mm: 300384 电话: 022-237o7238-807 传真: 022-83712515 手机: 139******* E_mail: ‖XueX|n@yinghuan′com
可见结果并没有差别。至此tesseract-ocr就安装完成了。
相关文章推荐
- CentOS、Ubuntu、Debian三个linux比较异同
- linux exec函数族
- linux下系统调用劫持ioctl
- 推荐新手使用 Arch Linux 入门
- (二)Opestack Juno for CentOS7 制作2008镜像(镜像篇)
- Linux设备驱动之四----带中断的驱动程序
- 鸟哥的Linux私房菜(基础篇)-第四章、安装 CentOS 5.x 与多重开机小技巧
- How to rebuild RPM database on a Red Hat Enterprise Linux system?
- 鸟哥的Linux私房菜(基础篇)-第四章、安装 CentOS 5.x 与多重开机小技巧(三.1. 本练习机的规划--尤其是分割参数)
- 鸟哥的Linux私房菜(基础篇)-第三章、主机规划与磁盘分区(三.4. 重点回顾)
- 鸟哥的Linux私房菜(基础篇)-第三章、主机规划与磁盘分区(三.3. 安装Linux前的规划)
- linux断电关机后,进度条满后卡在那里
- Linux安装jdk及jdk版本之间切换
- 鸟哥的Linux私房菜(基础篇)-第三章、主机规划与磁盘分区(三.2. 磁盘分区)
- 鸟哥的Linux私房菜(基础篇)-第三章、主机规划与磁盘分区(三.1. Linux与硬件的搭配)
- 鸟哥的Linux私房菜(基础篇)-第二章、 Linux 如何学习(二.5. 重点回顾)
- 鸟哥的Linux私房菜(基础篇)-第二章、 Linux 如何学习(二.4. 鸟哥的建议(重点在solution的学习))
- 鸟哥的Linux私房菜(基础篇)-第二章、 Linux 如何学习(二.3. 有心朝Linux作业系统学习者的学习态度)
- 鸟哥的Linux私房菜(基础篇)-第二章、 Linux 如何学习(二.2. 鸟哥的Linux苦难经验全都录)
- 鸟哥的Linux私房菜(基础篇)-第二章、 Linux 如何学习(二.1. Linux当前的应用角色)