本文地址：http://tongxinmao.com/Article/Detail/id/369

yum groupinstall "Development Tools"

git clone https://github.com/tesseract-ocr/tesseract.git

wget http://www.leptonica.org/source/leptonica-1.74.4.tar.gz

（4.0要修必须在1.74以上）

tar -xzvf leptonica-1.74.4.tar.gz
cd leptonica-1.74.4
./configure --prefix=/usr/local/
make && make install

vim /etc/bashrc 

添加：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/include/
export CPLUS_INCLUDE_PATH
C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export C_INCLUDE_PATH
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
export LD_LIBRARY_PATH
LIBRARY_PATH=$LIBRARY_PATH:/usr/local/lib
export LIBRARY_PATH
TESSDATA_PREFIX=/root/tesseract/
export TESSDATA_PREFIX

source /etc/bashrc

安装autoconf-archive

wget http://springdale.math.ias.edu/data/puias/computational/7/x86_64//autoconf-archive-2016.09.16-1.sdl7.noarch.rpm

rpm -i autoconf-archive-2016.09.16-1.sdl7.noarch.rpm

cd tesseract

./autogen.sh

./configure —prefix=/usr/local/

make install

 

语言文件

/usr/local/share/tessdata

 export TESSDATA_PREFIX=/usr/local/share/tessdata/

cd /usr/local/share/tessdata
wget https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata

白名单：

C:\Program Files (x86)\Tesseract-OCR\tessdata\configs文件夹目录下，复制digits并命名为yours，用notepad++编辑

 

tessedit_char_whitelist 0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ

如果你是使用的3.04，按教程直接使用

 

tesseract C:\1.jpg C:\1 yours

你会很轻松地得到想要的结果。

但是如果你使用的是4.00，你会发现白名单毫无作用。

奇怪，难道是配置环境出错了？还是字母打错了？都不是。

tesseract提供了OCR引擎模式。

 

0 =仅限原始Tesseract

1 =只有神经网络LSTM

2 =Tesseract + LSTM

3 =基于可用的默认值

目前LSTM是无法支持白名单的，并且似乎tesseract的团队无意去解决这个问题。

选择原始tesseract 即 --oem 0

tesseract --oem 0 C:\1.jpg C:\1 yours

这样你就能使用白名单了。但是识别正确率会比原先低。

上一篇：NTP使用
下一篇：SPRT-POS88VUF USB 描述符