tesseract-ocr 4.0 安装及使用

Tesseract-ocr 4.0安装及使用

主要介绍linux，windows操作系统下的安装，后续补充macos。
简单介绍一下引擎的安装及使用，因为最近做的项目用到图片文本识别，于是从win10切换到ubuntu，都进行了安装。下一篇和大家分享在python使用tesseract。

目录

Tesseract-ocr 4.0介绍

• 2006年google负责研发这个引擎并开源
• 目前稳定版本是3.05, 4.0仍处于研发
• 4.0加入了基于LSTM的神经网络技术，提升了准确率
• 别的就不介绍了可以看这个链接——[各版本说明]

---

ubuntu16.04

1. 下载及安装

   这里采用的是第三方软件——[安装说明]

   terminal执行如下命令

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

   • sudo apt-get update （更新）

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

   • 测试安装是否成功： tesseract –version
     

   • 使用测试 ： tesseract imagename|stdin outputbase|stdout [options…] [configfile…]

     • imagename-文件路径
     • outputbase-输出路径
     • options-可选控制参数
       
       • 语言，引擎等

     • configfile-配置

       

   • 字库文件tessdata下载
     直接安装的字库文件，默认在 /usr/share/tesseract-ocr /4.0/tessdata目录下，貌似只有英文的吧，明显不够用呀，于是下载字库文件添加到这个目录下。 [下载链接]

win10

1. 下载 [github链接]

   

   选择第一个链接下载exe文件，点击安装。
   查看tessdata，有没有完整的字库文件，没有下载呀。 [下载链接]

   安装好以后，进入安装目录测试。
   因为在ubuntu下写的呀，就没有截图，后续补充！