windows环境下编译Tesseract-OCR.docxVIP

windows环境下编译Tesseract-OCR 概述 最近要用java实现一个验证码识别系统，选了半天之后最终决定用Tesseract-OCR作为识别引擎。既然是java+Tesseract-OCR，自然就首选Tess4J。由于Tess4J直接且仅提供了编译成dll的3.02版本的Tesseract-OCR，而我的最终目标Linux下使用且想自己更换Tesseract-OCR的版本，就决定自己动手对Tesseract-OCR的代码进行编译。而这篇文章就是这次研究的中间产物。 虽然Tess4J目前支持的是Tesseract-OCR 3.02，但Tesseract-OCR无法在Tess4J中直接进行使用，还需要使用 HYPERLINK /p/tesseract-ocr/issues/detail?id=362 \l c93 capi进行封装，但这个就是后话了，本文仅介绍如何在windows环境下编译Tesseract-OCR。 准备工作 根据GoogleCode上下载Tesseract-OCR的windows安装版本测试的结果及官方说明文档，Tesseract-OCR支持tiff、png、gif、bmp、jpeg等格式，所以首先就按照这个目标来收集所需的支持库。由于最终目标是在Linux下编译成功，所以我选择了msys+tdm-gcc来模拟Linux下的编译过程。 需要下载的库有： HYPERLINK /zlib-1.2.7.tar.gz zlib-1.2.7 HYPERLINK /projects/libpng/files/latest/download?source=files libpng-1.5.10 HYPERLINK /projects/giflib/files/giflib-4.x/giflib-4.1.6/giflib-4.1.6.tar.gz/download giflib-4.1.6 HYPERLINK /projects/giflib/files/libungif-4.x/libungif-4.1.4/libungif-4.1.4.tar.gz/download libungif-4.1.4(这个似乎在最终的编译过程中没有起作用) HYPERLINK /files/jpegsrc.v8d.tar.gz jpeg-8d HYPERLINK http://www.cl.cam.ac.uk/~mgk25/download/jbigkit-2.0.tar.gz jbigkit-2.0 HYPERLINK /libtiff/tiff-3.9.5.tar.gz tiff-3.9.5 HYPERLINK /files/libwebp-0.1.3.tar.gz libwebp-0.1.3 HYPERLINK /source/leptonica-1.68.tar.gz leptonica-1.68 编译环境推荐使用最新的msys和tdm-gcc： msys可以通过下载 HYPERLINK /projects/mingw/files/latest/download?source=files mingw-get-insta行安装。 HYPERLINK /projects/tdm-gcc/files/TDM-GCC%20Installer/Previous/1.1006.0/tdm-gcc-4.5.2.exe/download tdm-gcc推荐使用4.5.2版本。 Tesseract-OCR 3.02可以通过svn获取,地址是： HYPERLINK /svn/trunk /svn/trunk 编译 本节所列出的为完整的编译过程及步骤顺序，请按照顺序进行。以下所述步骤均在msys+tdm-gcc4.5.2测试通过。执行命令前，请先解压缩，并进入解压缩后的目录。 zlib-1.2.7 解压后进入代码目录，执行以下命令： ./configure make -f win32/makefile.gcc make -f win32/makefile.gcc install INCLUDE_PATH=/usr/local/include/zlib LIBRARY_PATH=/usr/local/lib BINARY_PATH=/usr/local/bin SHARED_MODE=1 libpng-1.5.10 ./configure -includedir=/usr/local/include/png LDFLAGS=-no-undefined -Wl,--as-needed CPPFLAGS=-I/mingw/include/zlib make -j8 make install giflib-4.