在 Windows 10 上安装 C++ tesseract

Question

在 Windows 10 上安装 tesseract 以使用 C++ 进行开发时遇到问题。

任何人都可以提供获取指南：
1. Leptonica（tesseract 需要）lib 并包含
2. Tesseract lib 并包含
3. 将两者链接到项目（例如 Visual Studio），

以便来自https://github.com/tesseract 的示例- ocr/tesseract/wiki/APIExample作品：

#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;
}

Answer 1

安装 vcpkg（MS packager 用于安装基于 Windows 的开源项目）并使用 powershell 命令，如下所示.\vcpkg install tesseract:x64-windows-static。系统Leptonica会自动为您安装依赖库。tesseract 可以使用以下命令自动集成到您的 VS 项目中.\vcpkg integrate install.

Answer 2

几天来，我一直试图将 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。我不假装它是这样做的最佳方式。

1. tesseract 官方文档中有一些基本的技巧。转到“Windows”部分。我确实安装了sw，cppan但我想没有必要。这里的主要内容是安装vcpkg。它需要Git，所以我安装了它。然后：

   > cd c:tools（我安装在c:\tools，你可以选择任何目录）

   > git clone https://github.com/microsoft/vcpkg

   > .\vcpkg\bootstrap-vcpkg.bat

   > .\vcpkg\vcpkg install tesseract:x64-windows-static （我使用的是 x64 版本）

   > .\vcpkg\vcpkg integrate install

他们说，此时一切都应该有效。应包含标题，应链接库。但没有人为我工作。

2. 将项目配置更改为 Release x64（或 Release x86，如果您安装了 x86 tesseract）。

3. 要包含标题：转到项目属性 -> C/C++ -> 常规。将其他包含目录设置为C:\tools\vcpkg\installed\x64-windows-static\include（或安装 vcpkg 的任何位置）

4. 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

5. 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“runtime mismatch static vs DLL”之类的错误

6. Tesseract lib 无法链接到它的依赖项，所以我将我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。我将附加依赖项设置为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)

之后它终于编译并启动了。

但是……api->Init回来了-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。

7. 下载测试数据。我是从官方文档中得到的。顺便说一句，就我的目的而言，tessdata_fast 比 tessdata_best 工作得更好:) 所以我下载了单个“eng”文件并将其保存为C:\tools\TesseractData\tessdata\eng.traineddata.

8. 然后我添加TESSDATA_PREFIX了 value 的环境变量C:\tools\TesseractData\tessdata。我还添加C:\tools\TesseractData了 Path 变量（以防万一）

毕竟这一切终于对我有用了。