Linux CentOS环境下安装图像识别工具Tesseract教程

     最近在进行Python数据爬虫方向的研究，使用到了与图像识别相关的一些功能，这样就会使用到图像识别的重要工具Tesseract。下面就在CentOS环境下安装和配置Tesseract的工作环境进行讲解。查阅了网上很多资料，现将自己的安装和测试过程记录如下：

1. 安装依赖库leptioncal库

 1.1 进入供存放下载文件库的目录：执行wget http://www.leptonica.com/source/leptonica-1.72.tar.gz ，出现如下图所示软件下载界面：

 

 后顺序执行下面四个指令： 

 1.2 执行解压指令  tar -xvf leptonica-1.72.tar.gz；

 1.3 进入leptonica-1.72目录，执行配置指令 ./configure

 1.4 执行编译指令 make

 1.5 执行安装指令 make install

 至此，leptonica安装完毕

2. 安装Tesseract编译要用的automake和libtool

2.1 yum install automake



2.2 yum install libtool



3. 安装tesseract

3.1 下载Tesseract 3.04版本

wget https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz
3.2 下载完成后，修改下安装包的名字以作区分

mv 3.04.00.tar.gz  Tesseract3.04.tar.gz

3.3 参考上面的leptonica安装步骤，首先解压Tesseract3.04.tar.gz
 tar -xvf Tesseract3.04.tar.gz

3.4 进入解压后的目录：tesseract-3.04.00  cd tesseract-3.04.00,进入目录后发现目录下有一个autogen.sh,执行之，结果如下图：



3.5 执行配置指令 ./configure

在执行过程中，出现如下图所示错误：



表明缺少了缺少c++编译器，执行下面命令安装：

yum install gcc-c++

然后再次执行./configure命令，成功。



3.6 执行编译指令 make

3.7 执行安装指令 make install

4 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