tess4j 是JAVA对Tesseract OCR API的封装。

一般来说windows上可以正常运行，但是如果部署到Linux上的话，可能会出现确实少库的问题

大概是因为jar下不含Linux环境所需要的so库。

Windows: dll

Linux: so

下面记录下在Linux上部署 Tesseract

开始

Tesseract 编译需要 Leptonica，所以需要先安装Leptonica

Tesseract 地址 (opens new window)

Leptonica 地址 (opens new window)

注意

安装时务必注意版本，否则Tesseract有可能编译报错:Leptonica xxx or higher is required

以下所以操作均在root用户下进行,非root用户记得升权

安装 Leptonica

下载安装包解压，进入文件目录执行

./configure
make
make install
ldconfig

安装 Tesseract

下载安装包解压，进入文件目录执行

./autogen.sh
#此时版本不对将会报错 
./configure
make
make install
ldconfig

验证

tesseract

如下即说明安装成功

注意

如果需要验证中文，还需要安装语言包

所有语言包 (opens new window)

中文包 (opens new window)

JAVA中使用

引入

Maven

<dependency>
    <groupId>net.sourceforge.tess4j</groupId>
    <artifactId>tess4j</artifactId>
<!--  注意修改 ${tess4j.version} 为自己的版本-->
    <version>${tess4j.version}</version>
</dependency>

Gradle

#注意修改 ${tess4j.version} 为自己的版本
implementation group: 'net.sourceforge.tess4j', name: 'tess4j', version: '${tess4j.version}'

使用

简单示例

public class TextOcrUtil {


    @SneakyThrows
    public static String doOcr(File file) throws IOException {
        //兼容Linx,指向自己的so库路径
        System.setProperty("jna.library.path", "/usr/local/lib");

        ITesseract instance = new Tesseract();
        //OcrConfig.TESS_DATA 为语言包路径，例如:/home/java/app/tessdata
        instance.setDatapath(OcrConfig.TESS_DATA);
        //语言包名字
        instance.setLanguage("chi_sim");
        // 设置识别引擎
        instance.setOcrEngineMode(1);
        // 读取文件
        BufferedImage image = ImageIO.read(file);
        String orcResult = instance.doOCR(image);

        log.info("识别结果:{}",orcResult);
        return orcResult;
    }

}

版本问题解决

1. 查看/usr/local/include/leptonica 路径下是否有 .h文件

2. 查看 /usr/local/lib 下 liblept 开头文件

3. pkg-config 是否正常，没有请安装

yum install pkg-config

4. 确保 /usr/local/lib/pkgconfig/ 文件夹下有 lept.pc 以及 tesseract.pc 文件

5. 修改 /etc/profile

vi /etc/profile

添加如下内容

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

6. 使配置生效

source /etc/profile

7. 重新编译 tesseract

./autogen.sh

./configure --with-extra-includes=/usr/local/include --with-extra-libraries=/usr/local/lib

make

make install