在 Windows 10 上安装适用于 C++ 的 tesseract
Posted
技术标签:
【中文标题】在 Windows 10 上安装适用于 C++ 的 tesseract【英文标题】:Install tesseract for C++ on Windows 10 【发布时间】:2018-11-12 12:17:48 【问题描述】:我在安装 tesseract 以在 Windows 10 上使用 C++ 进行开发时遇到问题。
谁能提供获取指南: 1. Leptonica(tesseract 需要)lib 并包含 2. Tesseract 库和包含 3. 将两者链接到项目(例如 Visual Studio) 所以来自https://github.com/tesseract-ocr/tesseract/wiki/APIExample 的例子有效:
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
int main()
char *outText;
tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
// Initialize tesseract-ocr with English, without specifying tessdata path
if (api->Init(NULL, "eng"))
fprintf(stderr, "Could not initialize tesseract.\n");
exit(1);
// Open input image with leptonica library
Pix *image = pixRead("/usr/src/tesseract/testing/phototest.tif");
api->SetImage(image);
// Get OCR result
outText = api->GetUTF8Text();
printf("OCR output:\n%s", outText);
// Destroy used object and release memory
api->End();
delete[] outText;
pixDestroy(&image);
return 0;
【问题讨论】:
【参考方案1】:几天来,我一直在尝试将 tesseract 库链接到我在 Visual Studio 2019 中的 c++ 项目,我终于设法做到了。 我发现的任何线程甚至官方 tesseract 文档都没有完整的操作说明列表。
我会列出我所做的,希望它会帮助某人。我不会假装它是这样做的最佳方式。
official tesseract documentation 中有基本提示。
转到“Windows”部分。
我确实安装了sw
和cppan
,但我想没有必要。
这里主要是安装vcpkg。
它需要Git,所以我安装了它。
那么:
> cd c:tools
(我安装在c:\tools
,你可以选择任意目录)
> git clone https://github.com/microsoft/vcpkg
> .\vcpkg\bootstrap-vcpkg.bat
> .\vcpkg\vcpkg install tesseract:x64-windows-static
(我用的是x64版本)
> .\vcpkg\vcpkg integrate install
他们说,此时一切都应该正常。应包含标头,应链接库。但没有一个对我有用。
将项目配置更改为 Release x64(如果您安装了 x86 tesseract,则更改为 Release x86)。
要包含标题:转到项目属性 -> C/C++ -> 常规。将 Additional Include Directories 设置为 C:\tools\vcpkg\installed\x64-windows-static\include
(或您安装 vcpkg 的任何位置)
链接库:项目属性 -> 链接器 -> 常规。将其他库目录设置为C:\tools\vcpkg\installed\x64-windows-static\lib
项目属性 -> C/C++ -> 代码生成。将运行时库设置为Multi-threaded(/MT)
。否则我会收到诸如“运行时不匹配静态与 DLL”之类的错误
Tesseract 库无法链接到其依赖项,因此我将已安装的所有库添加到 C:\tools\vcpkg\installed\x64-windows-static\lib
。
项目属性 -> 链接器 -> 输入。我将 Additional Dependencies 设置为 archive.lib;bz2.lib;charset.lib;gif.lib;iconv.lib;jpeg.lib;leptonica-1.80.0.lib;libcrypto.lib;libpng16.lib;libssl.lib;libwebpmux.lib;libxml2.lib;lz4.lib;lzma.lib;lzo2.lib;openjp2.lib;tesseract41.lib;tiff.lib;tiffxx.lib;turbojpeg.lib;webp.lib;webpdecoder.lib;webpdemux.lib;xxhash.lib;zlib.lib;zstd_static.lib;%(AdditionalDependencies)
然后它终于编译并启动了。
但是...api->Init
返回了-1
。要使用 tesseract,您应该拥有 tessdata 目录,其中包含您需要的语言的 .traineddata 文件。
下载 tessdata。我是从official docs 那里得到的。
顺便说一句,对于我的目的来说,tessdata_fast 比 tessdata_best 效果更好:)
所以我下载了单个“eng”文件并将其保存为C:\tools\TesseractData\tessdata\eng.traineddata
。
然后我添加了环境变量TESSDATA_PREFIX
,其值为C:\tools\TesseractData\tessdata
。我还在路径变量中添加了C:\tools\TesseractData
(以防万一)
在这一切之后,它终于对我有用了。
【讨论】:
【参考方案2】:安装 vcpkg(MS 打包器来安装基于 Windows 的开源项目)并使用类似.\vcpkg install tesseract:x64-windows-static
的 powershell 命令。 Leptonica
之类的依赖库将自动为您安装。 tesseract 可以使用 .\vcpkg integrate install.
自动集成到您的 VS 项目中
【讨论】:
以上是关于在 Windows 10 上安装适用于 C++ 的 tesseract的主要内容,如果未能解决你的问题,请参考以下文章
如何在 c++ 中创建一个适用于 Windows 和 linux 的文件夹(目录)[重复]
在适用于 Linux 的 Windows 子系统上安装 Apache
适用于 Linux 的 Windows 子系统安装指南 (Windows 10) (微软官方文档)
适用于 Windows 8.1 的 Nvidia GeForce 驱动程序无法在 Windows 10 上运行 [关闭]