tesseract-ocr 4.0 安裝及使用

Tesseract-ocr 4.0安裝及使用

主要介紹linux，windows操作系統下的安裝，後續補充macos。
簡單介紹一下引擎的安裝及使用，因爲最近做的項目用到圖片文本識別，於是從win10切換到ubuntu，都進行了安裝。下一篇和大家分享在python使用tesseract。

目錄

Tesseract-ocr 4.0介紹

• 2006年google負責研發這個引擎並開源
• 目前穩定版本是3.05, 4.0仍處於研發
• 4.0加入了基於LSTM的神經網絡技術，提升了準確率
• 別的就不介紹了可以看這個鏈接——[各版本說明]

---

ubuntu16.04

1. 下載及安裝

   這裏採用的是第三方軟件——[安裝說明]

   terminal執行如下命令

   • sudo add-apt-repository ppa:alex-p/tesseract-ocr (添加軟件源)
     

   • sudo apt-get update （更新）

   • sudo apt-get install tesseract-ocr (安裝)
     

   • 測試安裝是否成功： tesseract –version
     

   • 使用測試 ： tesseract imagename|stdin outputbase|stdout [options…] [configfile…]

     • imagename-文件路徑
     • outputbase-輸出路徑
     • options-可選控制參數
       
       • 語言，引擎等

     • configfile-配置

   • 字庫文件tessdata下載
     直接安裝的字庫文件，默認在 /usr/share/tesseract-ocr /4.0/tessdata目錄下，貌似只有英文的吧，明顯不夠用呀，於是下載字庫文件添加到這個目錄下。 [下載鏈接]

win10

1. 下載 [github鏈接]

   選擇第一個鏈接下載exe文件，點擊安裝。
   查看tessdata，有沒有完整的字庫文件，沒有下載呀。 [下載鏈接]

   安裝好以後，進入安裝目錄測試。
   因爲在ubuntu下寫的呀，就沒有截圖，後續補充！