Centos7安装Tesseract5.5.0+SpringBoot集成部署（离线版）

目录

前言

环境安装

Windows安装

Linux安装

1、安装包准备

2、设置编译环境

升级 GCC 到 12.2.0

a、查看和安装gcc-12.2.0需要的依赖

b、安装gmp、mpfr、mpc、isl

c、安装

3、安装依赖库

4、安装Leptonica库(root)

5、安装Tesseract-OCR(root)

SpringBoot 集成部署

1、项目引入依赖和实现

1)、pom依赖

2)、业务类实现

2、Windows验证

3、Linux部署验证

参考文献 

---

前言

Java 中实现 OCR（光学字符识别）功能，可以使用 Tesseract OCR，这是一个开源的 OCR 引擎，支持多种语言，并且可以在 Java 中通过 Tesseract API 进行集成。

官网GitHub ： Releases · tesseract-ocr/tesseract · GitHub

环境安装

Windows安装

Windows版本本地安装过程中，记得勾选中文语言包

一路next 后，安装成功，进入安装目录， 输入命令
tesseract --list-langs
查看支持的语言

其他语言参考：tesseract语言库

Linux安装

Tesseract必须使用Leptonica库来打开输入图像，所以需要下载，安装，使用内置支持zlib、png和tiff（用于多页tiff）的leptonica。

1、安装包准备

Tesseract OCR 和 Leptonica 是两个紧密相关的开源项目。Tesseract 依赖于 Leptonica 进行图像处理，因此它们的版本需要兼容。以下是 Tesseract 和 Leptonica 的版本对应关系，以及如何选择合适的版本：

对应版本内容可以查看 Tesseract官方GitHub 查看，
这里使用 Tesseract 5.5.0 和 Leptonica 1.83.1 版本

进入服务器，创建software文件夹

# mkdir /usr/local/software

# cd /usr/local/software

到官网地址

Tesseract官方GitHub

Leptonica官方GitHub

下载后上传依赖包，有梯子的可以直接使用 wget 命令下载

# wget https://github.com/tesseract-ocr/tesseract/archive/refs/tags/5.5.0.tar.gz

# wget https://github.com/DanBloomberg/leptonica/releases/download/1.83.1/leptonica-1.83.1.tar.gz

解压压缩包

# tar -zxvf tesseract-5.5.0.tar.gz

# tar -zxvf leptonica-1.83.1.tar.gz

2、设置编译环境

首先，确保您的Linux系统已经安装了必要的编译工具：

# yum install gcc gcc-c++ make

执行命令时报错：

解决方式可参考：“Could not resolve host: mirrorlist.centos.org； 未知的错误”

解决后，需要把 CentOS-Base.repo 设置个别名，不然依旧会优先引用

# mv CentOS-Base.repo CentOS-Base.repo.backup

# ll 

处理后，再重新执行命令

# yum install gcc gcc-c++ make

升级 GCC 到 12.2.0

因为Tesseract对gcc有版本要求

查看当前版本

# gcc --version

Tesseract 5.5.0 使用 GCC 4.8.5 版本验证过了，失败！需要升级更高版本。
centos 7默认安装的版本为 gcc 4.8.5，本环境将升级至 12.2.0 （当前查询到最新版本是14.2.0 ，但安装过程中一直有各类错误，查阅现有能找到的资料，仅升级到12.2.0）

下载地址：GCC版本包

下载包后上传到服务器，并解压

# cd /usr/local/so