200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > linux系统如何使用ocr图片文字识别

linux系统如何使用ocr图片文字识别

时间:2021-09-12 21:49:35

相关推荐

linux系统如何使用ocr图片文字识别

1、安装GCC开发环境,从而支持后续程序的编译安装:

yum groupinstall "Development Tools"

2、安装tesseract所需的依赖库

yum -y install libjpeg* libpng* freetype* gd* giflib* libtiff* zlib*

3、安装tesseract和leptonica

参考:CENTOS 下 编译安装 tesseract-ocr 3.0.4 识别文字

注意: 安装完成后,将/usr/local/lib/ 目录下的so文件拷贝到 /usr/lib64/

cp /usr/local/lib/*.so.* /usr/lib64/

4、测试和验证

通过上述3步,就完成了tesseract所需的环境配置,你的tess4j相关的应用,就可以在本Linux系统上面溜溜的运行了。

CENTOS 下 编译安装 tesseract-ocr 3.0.4 识别文字

网上搜集了不少资料,发现目前Tesseract转移到了Github上,因此下载方式和以前略有差别,下文是参考了诸位达人(再此表示感谢)和自己的实际操作过程形成的。

(1)首先安装依赖的leptonica库:

wget /source/leptonica-1.72.tar.gz

tar -xvf leptonica-1.72.tar.gz

cd leptonica-1.72

./configure && make && make install

(2)编译tesseract了,所用版本 3.04,编译需要automake、libtool,直接用yum安装就可以了。

wget /tesseract-ocr/tesseract/archive/3.04.00.tar.gz

mv 3.04.00 Tesseract3.04.00.tar.gz

tar -xvf Tesseract3.04.00.tar.gz

cd tesseract-3.04.00/

./autogen.sh

./configure

make && make install

(3)下载安装英文,中文繁体,中文简体 识别库。

wget --no-check-certificate /tesseract-ocr/tessdata/raw/master/eng.traineddata

wget --no-check-certificate /tesseract-ocr/tessdata/raw/master/chi_sim.traineddata

wget --no-check-certificate /tesseract-ocr/tessdata/raw/master/chi_tra.traineddata

cp/mv *.traineddata /usr/local/share/tessdata/

(4)测试

拍一张名片的照片

转换一张tiff格式图片,后面用

[root@www wx.ent]# convert -negate card.jpg card.tif

试用JPEG文件识别:

接下来使用TIFF文件识别:

[root@www wx.ent]# tesseract card.tif ./b -psm 3 -l chi_sim+eng Tesseract Open Source OCR Engine v3.04.00 with LeptonicaPage 1Warning in pixReadMemTiff: tiff page 1 not found[root@www wx.ent]# cat b.txt李某某 丨胁工湟师丨天津币英环信诚科技苜限公司地址: 巾国夭津华苑产业区科薯别藿76害mm: 300384 电话: 022-237o7238-807传真: 022-83712515手机: 139*******E_mail: ‖XueX|n@yinghuan′com

可见结果并没有差别。至此tesseract-ocr就安装完成了。

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。