Tesseract-OCR 4.0学习（一）

源码下载地址：https://github.com/tesseract-ocr/tesseract

tesseract-ocr 4.0之前的版本编译请参考朋友的文章 https://www.jianshu.com/p/0a3386227981

根据说明4.0版本源码编译需要使用以下版本编译器：

不得已只能安装VS2015了~~

安装CPPAN（https://cppan.org/），什么是CPPAN呢？C++ Archive Network，C++包管理器。

下载cppan.exe到tesseract-master文件夹下

cd tesseract-master

cppan

cmake-gui

选择VS2015编译，执行configure。

这个过程可能有点长，执行完成后generate工程。

在编译过程中可能存在问题，主要是文件编码方式，可以使用文件  --》高级保存选项 选择编码 Unicode(UTF-8 带签名)-代码页65001，基本完成编译工作，可以找一些图片测试一下。

使用方法：

tesseract.exe xxx.jpg yyy -l chi_sim

运行结果是将名为xxx.jpg 使用中文简体字库将识别结果保存到yyy.txt中。经过简单的测试，识别效果较之前的版本有所提升。

相对于之前的版本，最新版本引入了CPPAN工具，这个具体如何完成包管理工作还有待研究，是否与python中的python install ** 或者linux中的apt-get呢？这个工具还有其他什么有意思的功能吗？抽空再研究研究。

第一次写，简单了点，随便看看喽。