本博客日IP超过2000，PV 3000 左右，急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包，请加博主新的微信号：xttblog2，之前的微信号好友位已满，备注：返现
受密码保护的文章请关注“业余草”公众号，回复关键字“0”获得密码
所有面试题(java、前端、数据库、springboot等)一网打尽，请关注文末小程序
腾讯云】1核2G5M轻量应用服务器50元首年，高性价比，助您轻松上云
Tesseract 最近被开源出来了，我发现在 GitHub 上获得了很多的 star。它是一款有 C++ 编写的开源图片文字 OCR 识别软件库。本文将介绍如何使用 C++ 来调用它，从而实现图片上的文字识别。
Tesseract 被称为 OCR 引擎。Tesseract 软件包提供了一个 OCR 引擎：libtesseract 和一个命令行程序：tesseract。首席开发人员是Ray Smith。维护者是Zdenko Podobny。
Tesseract 支持Unicode（UTF-8），可以识别超过100种语言的 “开箱即用”。
Tesseract 支持各种输出格式：纯文本，hocr（html），pdf，tsv，不可见文本pdf。
在图片识别中，Tesseract 的识别率还取决于你提供的图片的质量，质量越高识别率越高！
Tesseract 可以训练识别其他语言。
Tesseract 简介
Tesseract 最初是在1985年至1994年的惠普布里斯托尔实验室和科罗拉多州格里利的惠普公司开发的，在1996年进行了一些更改以便移植到Windows，并在1998年进行了一些C ++化。2005年，Tesseract开放来源于惠普。自2006年以来，它由Google开发。
最新的稳定版本是3.05.01，于2017年6月1日发布。
安装 Tesseract
我们拥有两种方式来安装它。一种是使用它的二进制安装包，还有一种是从 GitHub 上下载它的源码，自己进行编译，然后安装。
不会的网友，可以参考这篇文章：https://github.com/tesseract-ocr/tesseract/wiki。
在 Linux 上，我们可以采用 sudo 命令来进行安装。
sudo apt install tesseract-ocr sudo apt install libtesseract-dev
或者我们也可以使用 yum 命令来进行安装。
yum-config-manager --add-repo https://download.opensuse.org/repositories/home:/Alexander_Pozdnyakov/CentOS_7/ yum update yum install tesseract yum install tesseract-langpack-deu
它提供的还有 rpm 包。可以说支持各种语言，各种系统。Linux、MacOS、Linux、Android 它都能很好的支持。
在 Windows 系统中，我们可以通过这个链接进行下载相关版本的安装包。Windows 上目前有 4.0.0 和 3.5.1 两个版本可选。
Tesseract 支持的编译器是：
- GCC 4.8及以上
- Clang 3.4及以上版本
- MSVC 2015,2017
其他编译器可能会工作，但没有官方支持。
运行 Tesseract
我们可以通过命令行的形式运行 Tesseract。
tesseract imagename outputbase [-l lang] [--oem ocrenginemode] [--psm pagesegmode] [configfiles...]
我们也可以使用 tesseract –help 或 man tesseract 掌握它的命令行的具体用法。
开发人员可以使用libtesseract C或C ++ API来构建自己的应用程序。
- tesseract-ocr – 适用于tesseract用户。
- tesseract-dev – 适用于tesseract开发人员。
下面看一个 C++ 使用 Tesseract 的例子：
#include "gtest/gtest.h"
TEST(TesseractTest, FirstDummyTestForTesseract) {
ASSERT_TRUE(1);
}
int main(int argc, char **argv) {
::testing::InitGoogleTest(&argc, argv);
return RUN_ALL_TESTS();
}
我们也可以在 tesseract 文件夹中执行以下操作，来进行一些简单的测试。
autoreconf -fiv git submodule update --init export TESSDATA_PREFIX=/prefix/to/path/to/tessdata make check
好了，更多的语言调用和用法，请参考官方文档。
最后，欢迎关注我的个人微信公众号：业余草（yyucao）！可加作者微信号：xttblog2。备注：“1”，添加博主微信拉你进微信群。备注错误不会同意好友申请。再次感谢您的关注！后续有精彩内容会第一时间发给您！原创文章投稿请发送至532009913@qq.com邮箱。商务合作也可添加作者微信进行联系！
本文原文出处：业余草： » Tesseract OCR 教程