tesseract-ocr3.02字符识别过程操作步骤

1、  从http://code.google.com/p/tesseract-ocr/downloads/list下载tesseract-ocr-3.02-vs2008、tesseract-ocr-3.02.chi_sim.tar、tesseract-ocr-3.02.02.tar、tesseract-ocr-3.02.02-doc-html.tar、leptonica-1.68-win32-lib-include-dirs相关文件；

2、  将所有文件存放在E:\OCR\tesseract_ocr3.02文件夹下并解压缩；

3、  打开tesseract-ocr-3.02-vs2008文件夹下的tesseract.sln工程；

4、  将tesseract-ocr-3.02.02文件夹下的对应文件如api、ccmain等复制到E:\OCR\tesseract_ocr3.02\tesseract-ocr-3.02-vs2008\tesseract-ocr文件夹下，把leptonica-1.68-win32-lib-include-dirs文件夹下的include文件夹复制到E:\OCR\tesseract_ocr3.02\tesseract-ocr-3.02-vs2008文件夹下，将tesseract_ocr3.02\tesseract-ocr-3.02.02\tesseract-ocr\vs2008\port文件夹下的文件复制到E:\OCR\tesseract_ocr3.02\tesseract-ocr-3.02-vs2008\tesseract-ocr\vs2008\port文件夹下，将leptonica-1.68-win32-lib-include-dirs文件夹下lib文件夹复制到tesseract_ocr3.02\tesseract-ocr-3.02-vs2008文件夹下；

5、  将ccmain文件夹下的equationdetect.cpp文件中的static const STRING kCharsToEx[] = {"'", "`","\"", "\\", ",", ".", "〈", "〉", "《", "》", "」", "「", ""};修改成static const STRING kCharsToEx[] = {"'", "`","\"", "\\", ",",".","<", ">",   "<<",">>",  ""};(注：不改动编译时始终出错，其它方法暂未发现，3.01版本中没有此文件，编译3.01不用对源文件作任何修改)

6、 重新编译整个Solution；

7、 创建一个控制台空工程，配置环境仿照tesseract工程，并在执行文件夹下创建一个tessdata文件夹，里面存放chi_sim.traineddata数据文件，示例代码如下：

 

[cpp] view plaincopy
#include "allheaders.h"  
#include "baseapi.h"  
#include "basedir.h"  
#include "strngs.h"  
#include "tesseractmain.h"  
#include "tprintf.h"  
  
int main(int argc, char **argv)  
{  
  tesseract::TessBaseAPI api;  
  STRING tessdata_dir;  
  
  truncate_path(argv[0], &tessdata_dir);  
  
  int rc = api.Init(tessdata_dir.string(), NULL);  
  
  if (rc)   
  {  
    fprintf(stderr, ("Could not initialize tesseract.\n"));  
    exit(1);  
  }  
  
  api.End();  
  
  // Make the order of args a bit more forgiving than it used to be.  
  const char* lang = "chi_sim";//eng  
  const char* image = "E:\\OCR\\tesseract_ocr3.02\\tesseract-ocr-3.02-vs2008\\tesseract-ocr\\vs2008\\Debug\\ABC.tif";//NULL;  
  const char* output = "E:\\OCR\\tesseract_ocr3.02\\tesseract-ocr-3.02-vs2008\\tesseract-ocr\\vs2008\\Debug\\xxxxx";//NULL;  
    
  tesseract::PageSegMode pagesegmode = tesseract::PSM_AUTO;  
  int arg = 1;  
  
  api.SetOutputName(output);  
  
  rc = api.Init(tessdata_dir.string(), lang, tesseract::OEM_DEFAULT,  
                &(argv[arg]), argc - arg, NULL, NULL, false);  
  if (rc)  
  {  
    fprintf(stderr, ("Could not initialize tesseract.\n"));  
    exit(1);  
  }  
  
  if (api.GetPageSegMode() == tesseract::PSM_SINGLE_BLOCK)  
  {  
    api.SetPageSegMode(pagesegmode);  
  }  
  
  tprintf("Tesseract Open Source OCR Engine v%s with Leptonica\n", tesseract::TessBaseAPI::Version());  
  
  FILE* fin = fopen(image, "rb");  
  
  if (fin == NULL)   
  {  
    fprintf(stderr, ("Cannot open input file: %s\n"), image);  
    exit(2);  
  }  
  
  fclose(fin);  
  
  PIX   *pixs;  
  
  if ((pixs = pixRead(image)) == NULL)  
  {  
    fprintf(stderr, ("Unsupported image type.\n"));  
    exit(3);  
  }  
  
  pixDestroy(&pixs);  
  
  STRING text_out;  
  
  if (!api.ProcessPages(image, NULL, 0, &text_out))   
  {  
    fprintf(stderr, ("Error during processing.\n"));  
  }  
  
  bool output_hocr = false;  
  api.GetBoolVariable("tessedit_create_hocr", &output_hocr);  
  
  bool output_box = false;  
  api.GetBoolVariable("tessedit_create_boxfile", &output_box);  
  
  STRING outfile = output;  
  outfile += output_hocr ? ".html" : output_box ? ".box" : ".txt";  
  
  FILE* fout = fopen(outfile.string(), "wb");  
  if (fout == NULL)   
  {  
    fprintf(stderr, ("Cannot create output file %s\n"), outfile.string());  
    exit(1);  
  }  
  
  fwrite(text_out.string(), 1, text_out.length(), fout);  
  fclose(fout);  
  
  return 0;                      // Normal exit  
}

• 
  

 

以上代码编译运行成功，直接输入整幅图像进行字符识别，效果一般。