【E2E】Tesseract5+VS2017+win10源码编译攻略

一，记录我目前在win10 X64和VS2017的环境下成功编译Tesseract5.0的方式；

二，记录在VS2017 C++工程中调用Tesseract4.0的方法；

三，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。

最终结果：

识别为：

=======================================================================================================================

一、资料准备

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cmakehttps://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

***************************************************************************************************************

 二、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。

4  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：

三、在VS2017 C++工程中调用Tesseract4.0

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. 完成上述动作后，编译代码

#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;
}

实现题图结果。

来自为知笔记(Wiz)

附件列表