How to build tesseract 3.03 with Visual Studio 2013

by Paul Vorbach 2014-04-10

【最新tesseract4.0的vs2015、ubuntu安裝已更新在博客裏，歡迎點擊！】

注：此爲方法一。

根據Paul Vorbach寫於 http://vorba.ch/2014/tesseract-3.03-vs2013.html 。

後面有很多網友的疑問+解答，但是直接打開看不到，故整理，同時再增添我實際操作的問題。

由於tesseract一直在更新，所以有些問題可能就被較新版本解決掉了。

P:Paul的有用的回答。

G:一些有用的回覆。

M:我的建議。我在64/32位系統上都遇到過問題，因而截圖中的路徑可能不一樣。

當然，最重要的是你代碼複製對了沒？(svn那一行很容易錯)

0.前期工作

可能的解決方案：
M:git安裝的時候，選擇command。（看別人建議的）

M：我建議TortoiseSVN。因爲可視化操作比較簡單。只是安裝的時候需要選中command line選項。
（原本第二個command line client tootls是個叉號，點擊選第一個選項，就變成如下所示）

M:選擇paul推薦的svn軟件也可以。只是安裝的時候，選擇complete較好。如果報錯”不是內部的也不是外部的“，試試在path加路徑”;C:\...\...bin“

M:vs2013普遍是32的程序。但64位系統是可以用32的程序。安裝路徑儘量選別的盤，因爲佔內存挺多的。
我選了vs 2013 community update5，這是免費版本。

安裝依賴關係：

集中於第六步"msbuild build.proj"出錯。

可能的解決方案：
G:升級到vs2013update4就可以了(注：vs2013更新到update5，選5就好了)

M：第2步可以使用cmd，或者git（如下兩圖可選，這裏有改變路徑）。

M:第4步如下圖找。

M：第6步，我有378個警告，0個錯誤。

具體錯誤：
Error1error C2275: 'l_int32' : illegal use of this type as an expressionC:\tesseract-build\tesseract-vs2013\liblept\src\boxfunc1.c901liblept-171
Error2error C2146: syntax error : missing ';' before identifier 'x1'C:\tesseract-build\tesseract-vs2013\liblept\src\boxfunc1.c901liblept-171

G:可能是vs設置的問題，將變量改爲int.不僅修改定義的位置，需要檢查vs2013報錯的地方。
G:將"l_int32"變爲 "int"，在這些文件"liblept\src\boxfunc1.c"&"liblept\src\utils.c"下修改。
http://stackoverflow.com/questions/9903582/error-c2275-illegal-use-of-this-type-as-an-expression
"tesseract-vs2013\build\obj\Win32\Release\zlib-128\infback.obj: fatal error LNK1136: invalid or corrupt file"
G:刪除文件"tesseract-vs2013/build/obj/Win32/Release/zlib-128/infback.obj"（0字節）以及libjpeg-8c下的0字節文件。

建立tesseract工程

集中於第2、4步。（第7步錯的往下拉見第三部分）

可能的解決方案：
M：第1-2步可以有不同的方式。第二句是將下載的東西放在tesseract-ocr(所以前面有個空格！)
選定git bash或用TortoiseSVN（右擊Tesseract-Build 選擇checkout ，輸入網址+路徑如下即可。）

具體錯誤：
svn: E175002: Unable to connect to a repository at URL 'http://tesseract-ocr.googlecode.com/svn/trunk'
svn: E175002: OPTIONS request on '/svn/trunk' failed: 408 Request Time-out
或
svn: E170013: Unable to connect to a repository at URL 'http://tesseract-ocr.googlecode.com/svn/trunk'
svn: E120112: 執行上下文錯誤：APR dose not understand this error code
G:這一步要*翻*牆*，否則下載不下來。但是，是給SVN設置*翻*牆*。（注：如使用TortoiseSVN，右擊文件，選擇”TortoiseSVN“，選擇setting，進行如下改變（address
+port）推薦*s**h**a**d**o**w**s**o**c**k**s*,100元1年很不錯）

第四步打補丁失敗"not a working directory"：
G:很可能是svn checkout http://tesseract-ocr.googlecod... tesseract-ocr這一步出錯。

編譯sln文件

可能的解決方案：

G:進入 "...\Tesseract-Build\tesseract-vs2013" 文件夾，用VS2013打開 tesseract.sln. 右擊 "libept-171" 工程的” Solution Explorer window“(解決方案瀏覽器窗口), 點擊屬性. 將配置改爲 "All Configurations"（所有配置，左上角），將平臺改爲 "All Platforms" （所有平臺，右上角）。進入 "C/C++ -> Advanced" 選項，將"Compile As" 選項改爲 "Compile as C++ Code (/TP)". 點擊OK.

M:按ctrl+f5會跳出窗口，按enter確認。如果按F7，不會跳出窗口。這兩個都會顯示成功（如下圖）。建議把tesseract右擊設爲啓動項目。

具體問題：

Libs\tesserect\tesseract-vs2013\liblept\leptonica.vcxproj] src\boxfunc1.c(90): error C2065: 'w1' : undeclared identifier [E:\QtProject\ Libs\tesserect\tesseract-vs2013\liblept\leptonica.vcxproj]
G：用上述可能的解決方案。
error LNK1104: cannot open file'liblept170d.lib'(或liblept171d.lib)
P: 檢查一下"C:\Tesseract-Build\lib\x64" and"C:\Tesseract-Build\lib\Win32"有沒有"liblept170d.lib" 。如果沒有，重新操作"Building Tesseract"的第五步。
G: 將"DLL_Debug"改變成"DLL_Release"
G: DLL_Debug 條件下, "Link/General"-》"Additional Library Directories" ,將"..\..\..\lib" 改爲"..\..\..\lib\$(Platform)" instead.DDL_Release條件下，不需改動.
This program can't be start because liblept170.dll is missing from your computer. try reinstalling the program to fix this problem.(或liblept171d.lib)

G:把 C:\build folder\lib下的liblept170.dll複製到exe所在文件夾下

error C2146: syntax error : missing ';' before identifier '縲・'static const STRING kCharsToEx[] = { "'", "`", "\"", "\", ",", ".","〈", "〉", "《", "》", "」", "「", ""};
error C2146: 語法錯誤: 缺少“}”(在標識符“銆”的前面)
法1:選中全文，File => Advanced Save Options => Encoding ，選擇 “Chinese Simplified (GB2312) - Codepage 936”

法2：(1) 打開equationdetect.cpp（比如說notepad++）, 將encoding轉爲ansi.，然後再轉爲utf-8
(2) 你會發現這些字符 "〈", "〉", "《", "》", "」", "「" ,被一些奇詭的字符所替換了。複製這些 ""〈", "〉", "《", "》", "」", "「", " 去替換這些奇怪的字符。(utf-8編碼導致的)

完成了教程之後的測試1：利用生成的exe去識別。

可能的解決方案：

M:雙擊exe都會閃退。所以，使用exe需要用cmd命令行等。
M:測試時，複製圖片和tessdata文件（...\Tesseract-Build\tesseract-vs2013\tessdata)到該目錄(E:\tesseract20160324\Tesseract-Build\tesseract-ocr\vs2013\bin\x64\DLL_Release,也可以是LIB_Release)下，,如圖輸入命令即可。

M:tessdata拷貝到exe的所在目錄是比較快捷的方式，比較好的方法是在path設置TESSDATA_PREFIX環境變量（具體請百度）

具體問題：

輸入tresseract input.tif output pdf，期待輸出pdf文件，但並沒有。
P: r1114版本可以運行。試一試tesseract -v? 你有語言包+ %TESSDATA_PREFIX%\tessdata正確的設置路徑嗎? （注：\tessdata下面放中文包、英文包等等，使用識別的時候比如參數”-l en“）
P:建議使用ImageMagick。
Paul是否依靠這個教程生成訓練工具？
P:使用了linux虛擬機來訓練。爲了在Windows/Visual Studio 2013 訓練文件，需要將vs2008的所有工程設置轉化爲 Visual Studio 2013.
tesseract is not recognized as an external and internal command
試過這樣的方法嗎？（注：大概是環境變量的問題,，所以一般是要盡到exe的文件夾下去執行exe或者如下使用全部路徑）
C:\Tesseract-Build\tesseract-ocr\vs2013\bin\Win32\DLL_Debug\tesseract-dll input.png out -l eng

這樣編譯好的exe是否可以直接複製，對方也不需要編譯而是直接用了？

P:可以，32位對應32位，64位對應64位
the compiled executable on their computer （注：之前我到svn那一步失敗了，直接複製了別人編譯好的tesseract-ocr文件夾，打開sln即可使用）

完成了教程之後的測試2：建立項目。調用tesseractde的api函數。

可能的解決方案

G:配置tesseract的項目
Release | Win32
VC++ Directories ===》 Library Directories
+ C:\Tesseract-Build\lib
+ C:\Tesseract-Build\lib\Win32
C/C++ ===》General ===》Additional Include Directories
+ C:\Tesseract-Build\include
+C:\Tesseract-Build\include\leptonica
Linker ===》General ====》Additional Library Dependencies
+ C:\Tesseract-Build\lib
+ C:\Tesseract-Build\lib\Win32
Linker ==》Input--》Additional Dependencies
+libtesseract303.lib
+liblept170.lib

具體問題：
調用api，使用了#include <tesseract\baseapi.h>報錯：
P:沒有tesseract文件夾，改爲#include "baseapi.h"
在某個工程中如何使用tesseract和opencv？
P: 你可能需要建立the DLL_Release解決方案。之後你在OpenCV工程中引用Leptonica的allheaders.h等頭文件，複製tesseract解決方案的設置。（注：Paul也不是很清楚，具體解決自行百度）

其他

關於finger print recognition
P:建議使用opencv。tesseract無法幫助。

心得總結：

隨着paul的教程，我安裝了兩次。第一次到svn 失敗了，然後我直接copy了別人編譯過的tesseract-ocr，可以用。第二次，到svn失敗，因爲是做全文翻譯，所以要順着作者的順序跑一遍，纔敢心安理得地翻譯。可能因爲我的系統是盜版的，報錯“svn不是內部也不是外部”，我重複安裝、卸載svn的軟件，最後纔沒有報錯。當然，svn還是不行。本來想放棄了，但是看到一篇blog是16年2月的，可以實現。所以，就猜測我只是瀏覽器可以翻過去，但是svn沒有設置好。果然，順利解決。編譯成功之後，我雙擊exe一直不行閃退，後來想到第一次好像也不行（如果有誰知道爲什麼不行，麻煩告訴我一下，謝謝！）。但是生成的exe可以用cmd調用。ok，3天的成果，順利解決。

關於git、vs2013、svn本想各自單獨做教程，想到不能直接粘貼，就附在本文裏面了，好吧，實在是寫的太累了。還有些推薦的鏈接。要是他們當年早點寫，我第一次就不用研究了一整週了。都寫得非常好！

Good Luck！

有用的鏈接請看：

git

http://blog.csdn.net/renfufei/article/details/41647875

svn

http://blog.csdn.net/mitea90/article/details/19075673

vs2013：

community版本：

記錄Vs2013中文語言包安裝卡住進度條不動的問題

http://shiyousan.com/post/635760212471110341

Visual Studio Community 2013英文版安裝中文語言包步驟

http://shiyousan.com/post/635525476136492970

Visual Studio Community 2013中文語言包安裝問題?

https://www.zhihu.com/question/26638414（甘明的回答+評論）

卸載和修復Visual Studio 2013中文語言包

http://blog.csdn.net/risingwonderland/article/details/45584877

ultimate版本：

VS2013安裝詳細步驟

http://tieba.baidu.com/p/2835036681

Visual Studio 2013 詳細安裝教程（安裝+註冊）

http://jingyan.baidu.com/article/09ea3ede3b2496c0afde3944.html

Pro版本

取得並安裝 VISUAL STUDIO 2013內附圖文教學!

http://www.sukitech.com/296/%E5%8F%96%E5%BE%97%E4%B8%A6%E5%AE%89%E8%A3%9D-visual-studio-2013-%E5%85%A7%E9%99%84%E5%9C%96%E6%96%87%E6%95%99%E5%AD%B8/

vs使用技巧

http://www.cnblogs.com/xfuture/p/3698528.html

類似paul版本的安裝過程：

Tesseract 3.04 + VS2013 配置心得(包含靜態庫版本和Release版本)（有本文未收集到的一些錯誤解決方案）

http://blog.csdn.net/fengkewei/article/details/40977511

Visual Studio 2013編譯Tesseract3.04（可參考！但是我按照作者的後續步驟，打開vs2010沒法正常使用，會報錯lib文件缺失，但是放到目錄下也不行。可能是放的頭文件不全）

http://yanghespace.com/2015/09/25/Visual%20Studio%202013%E7%BC%96%E8%AF%91Tesseract%203.04/

VS2013上編譯並使用Tesseract3.0.3.中文識別技術（非常詳細！）

http://blog.csdn.net/yongshi6/article/details/50616889

韓國版：

http://blog.naver.com/PostView.nhn?blogId=killkimno&logNo=220062688967

http://ngjeon.tistory.com/archive/20140513

有錯請指出，謝謝！

歡迎加Tesseract OCR 討論羣 389402579

你好joy

發佈了30 篇原創文章 · 獲贊 8 · 訪問量 4萬+

私信關注

tesseract3.03：vs2013 + x64 / x86 +win7 + 《How to build tesseract 3.03 with Visual Studio 2013》

0.前期工作

可能的解決方案：

安裝依賴關係：

可能的解決方案：

具體錯誤：

Error1error C2275: 'l_int32' : illegal use of this type as an expressionC:\tesseract-build\tesseract-vs2013\liblept\src\boxfunc1.c901liblept-171

Error2error C2146: syntax error : missing ';' before identifier 'x1'C:\tesseract-build\tesseract-vs2013\liblept\src\boxfunc1.c901liblept-171

"tesseract-vs2013\build\obj\Win32\Release\zlib-128\infback.obj: fatal error LNK1136: invalid or corrupt file"

建立tesseract工程

可能的解決方案：

具體錯誤：

svn: E175002: Unable to connect to a repository at URL 'http://tesseract-ocr.googlecode.com/svn/trunk'

svn: E175002: OPTIONS request on '/svn/trunk' failed: 408 Request Time-out或svn: E170013: Unable to connect to a repository at URL 'http://tesseract-ocr.googlecode.com/svn/trunk'svn: E120112: 執行上下文錯誤：APR dose not understand this error code

第四步打補丁失敗"not a working directory"：

編譯sln文件

可能的解決方案：

具體問題：

Libs\tesserect\tesseract-vs2013\liblept\leptonica.vcxproj] src\boxfunc1.c(90): error C2065: 'w1' : undeclared identifier [E:\QtProject\ Libs\tesserect\tesseract-vs2013\liblept\leptonica.vcxproj]

error LNK1104: cannot open file'liblept170d.lib'(或liblept171d.lib)

This program can't be start because liblept170.dll is missing from your computer. try reinstalling the program to fix this problem.(或liblept171d.lib)

error C2146: syntax error : missing ';' before identifier '縲・'static const STRING kCharsToEx[] = { "'", "`", "\"", "\", ",", ".","〈", "〉", "《", "》", "」", "「", ""};error C2146: 語法錯誤: 缺少“}”(在標識符“銆”的前面)

完成了教程之後的測試1：利用生成的exe去識別。

可能的解決方案：

具體問題：

輸入tresseract input.tif output pdf，期待輸出pdf文件，但並沒有。

Paul是否依靠這個教程生成訓練工具？

tesseract is not recognized as an external and internal command

這樣編譯好的exe是否可以直接複製，對方也不需要編譯而是直接用了？

完成了教程之後的測試2：建立項目。調用tesseractde的api函數。

可能的解決方案

具體問題：

調用api，使用了#include <tesseract\baseapi.h>報錯：

在某個工程中如何使用tesseract和opencv？

其他

關於finger print recognition

心得總結：

有用的鏈接請看：

git

svn

vs2013：

類似paul版本的安裝過程：

svn: E175002: OPTIONS request on '/svn/trunk' failed: 408 Request Time-out
或
svn: E170013: Unable to connect to a repository at URL 'http://tesseract-ocr.googlecode.com/svn/trunk'
svn: E120112: 執行上下文錯誤：APR dose not understand this error code

error C2146: syntax error : missing ';' before identifier '縲・'static const STRING kCharsToEx[] = { "'", "`", "\"", "\", ",", ".","〈", "〉", "《", "》", "」", "「", ""};
error C2146: 語法錯誤: 缺少“}”(在標識符“銆”的前面)