win10x64+VS2017环境下基于vcpkg工具配置Tesseract4.1.1

之前使用cppan和cmake工具配置Tesseract4.1.1一直失败，总是卡在编译tesseract.sln这一步，大量的报错，一直失败。

于是撇开网上的各种教程采用官网推荐的vcpkg工具配置Tesseract4.1.1，意外顺利的成功了，在这分享一下我的经验，作者为优快云的bcbhwbcbhw，转载请注明出处，谢谢

 

第一步：安装vcpkg工具

vcpkg是命令行包管理工具，在使用第三方库的c或c++开发中可以简化相关的配置操作。

安装vcpkg之前我们需要先安装Git 和 cmake这两个工具，教程很多，只需要1.下载安装2.配置环境变量即可。

安装完Git 和 cmake之后，以管理员身份进入cmd，也就是Windows PowerShell工具

在要安装的目录下输入

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

之后编译vcpkg: 执行Vcpkg工程目录下的“bootstrap-vcpkg.bat”命令，即可编译。编译好以后会在同级目录下生成vcpkg.exe文件。编译期间，脚本会自动下载vswhere组件。

至此第一步安装vcpkg完成

第二步：下载并编译Tesseract4.1.1

和刚刚一样，用管理员身份打开Windows PowerShell工具，进入vcpkg的目录执行下载安装的代码

.\vcpkg install tesseract:x64-windows

这个时间可能比较长，也可能出错，作者是两次成功的。

不确定是否安装成功可以使用如下命令检查已经安装的包

.\vcpkg.exe list

一共有9个包，全部安装完成后即可。

 

第三步：将Tesseract4.1.1集成到你需要的工程中去

这里有两种集成方法：全局集成和项目集成，本人参考了https://blog.youkuaiyun.com/cjmqas/article/details/79282847中提供的方法，集成到项目只需要执行到步骤4.4即可

 

第四步：下载你需要的训练集tessdata

这个官网上就有，下载地址是https://github.com/tesseract-ocr/tessdata

并不需要完全下载，只需要下载需要的语言就行，另外eng.traineddata是必要的文件，需要拷贝到刚刚安装的Tesseract4.1.1文件内，本人拷贝到E:\\vcpkg\buildtrees\tesseract\src\4.1.1-1402ed03b0\tessdata位置

然后配置环境变量，新建环境变量TESSDATA_PREFIX路径为E:\\vcpkg\buildtrees\tesseract\src\4.1.1-1402ed03b0\tessdata即可

 

到此，配置已经全部完成，下面附送一段测试代码

#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("D:\\001.jpg");
	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;
}

测试用图如下：

识别结果图如下

可以看到，将网址准确无误的识别出来了，但是最大的一个1没能识别，至于如何调整，我将继续研究