企业官网建设流程全解析

Windows 10 下 Leptonica、Tesseract 的编译

GitHub 链接

https://github.com/Ruheng-He/Leptonica_Tesseract_compilation_Windows_10

环境

Leptonica1.78.0

Tesseract4.1.1

Visual Studio16.11.21

Visual C++2019 14.32.31332.0

CMake3.25.1

Software Network26-Nov-2022 17:19

vcpkg2022-11-10-5fdee72bc1fceca198fb1ab7589837206a8b81ba

编译过程

文件准备

各内容的下载链接

• leptonica-1.78.0.tar.gz

  https://github.com/DanBloomberg/leptonica/releases/download/1.78.0/leptonica-1.78.0.tar.gz

• tesseract-4.1.1.tar.gz

  https://github.com/tesseract-ocr/tesseract/archive/refs/tags/4.1.1.tar.gz

• cmake-3.25.1-windows-x86_64.msi

  https://github.com/Kitware/CMake/releases/download/v3.25.1/cmake-3.25.1-windows-x86_64.msi

• sw-master-windows-client.zip

  https://software-network.org/client/sw-master-windows-client.zip

• vcpkg.exe

  https://github.com/microsoft/vcpkg/archive/refs/heads/master.zip

• eng.traineddata

  https://github.com/tesseract-ocr/tessdata/blob/main/eng.traineddata

Software Network 配置

在系统变量 Path 中添加 sw.exe 的路径，以管理员身份运行 Windows PowerShell。

sw setup# 如果连接了代理服务器，可以尝试 sw --ignore-ssl-checks setup。

setup后，相关文件会被放在C:\Users\Your_User_Name\\.sw。

vcpkg 配置

在 vcpkg 文件夹下以管理员身份运行 Windows PowerShell。

执行命令.\bootstrap-vcpkg.bat以产生vcpkg.exe。

执行命令.\vcpkg install package_name --triplet=x64-windows以获取以下依赖。

tiff4.4.0#1

giflib5.2.1#3

openjpeg2.5.0

ijg-libjpeg9e

libpng1.6.39

libwebp1.2.4

liblzma5.2.5#6

pkgconf1.8.0#3

vcpkg-pkgconfig-get-modules2022-02-10#1

zlib1.2.13

举例：.\vcpkg install tiff --triplet=x64-windows。

依赖会被存放在.\vcpkg\packages。

编译Leptonica

运行cmake-gui。

在Where is the source code处选择文件夹leptonica-1.78.0。

新建一个文件夹，假设名为build。

在Where to build the binaries处选择文件夹build。

点击左下方Configure，在弹出窗口的Specify the generator for this project处选择Visual Studio 16 2019。

在窗口下方选择Use default native compliers。

点击Finish后CMake会自动开始配置。

下方log框出现Configuring done后，上方的变量框会出现红色，再次点击Configure，红色消失，Configuring done，log框出现以下缺少相关依赖的提示信息。

Could NOT find GIF (missing: GIF_LIBRARY GIF_INCLUDE_DIR) Could NOT find JPEG (missing: JPEG_LIBRARY JPEG_INCLUDE_DIR) Could NOT find ZLIB (missing: ZLIB_LIBRARY ZLIB_INCLUDE_DIR) Could NOT find PNG (missing: PNG_LIBRARY PNG_PNG_INCLUDE_DIR) Could NOT find TIFF (missing: TIFF_LIBRARY TIFF_INCLUDE_DIR) Could NOT find ZLIB (missing: ZLIB_LIBRARY ZLIB_INCLUDE_DIR) Could NOT find PkgConfig (missing: PKG_CONFIG_EXECUTABLE)

在变量框上方勾选Advanced，可找到这些missing的变量。

对显示NOTFOUND的变量值进行补充。

举例如下。

ZLIB_INCLUDE_DIR的值修改为.\vcpkg\packages\zlib_x64-windows\include

ZLIB_LIBRARY_DUBUG的值修改为.\vcpkg\packages\zlib_x64-windows\debug\lib\zlib.lib

ZLIB_LIBRARY_RELEASE的值修改为.\vcpkg\packages\zlib_x64-windows\lib\zlib.lib

PKG_CONFIG_EXECUTABLE的值修改为D:\vcpkg\packages\pkgconf_x64-windows\tools\pkgconf\pkg.conf.exe

CMAKE_INSTALL_PREFIX这个值是后面VS编译文件的输出目录，默认在C:\Program Files (x86)下，建议不要修改，否则可能影响Tesseract的编译。

再次点击Configure，log框输出以下内容。

Looking for WEBP Found WEBP library Found openjpeg library

配置完成，点击Genrate生成VS工程文件。

打开上文提到的build文件夹，以管理员身份打开后缀为sln的文件。

在生成中打开配置管理器，活动解决方案配置选择为Release，活动解决方案平台选择为x64，在项目上下文的生成处勾选ALL_BUILDINSTALLleptonicaZERO_CHECK（默认没有勾选INSTALL），关闭配置管理器，在生成中选择重新生成解决方案，可在C:\Program Files (x86)\leptonica处找到编译好的库文件。正常来说，这个目录的结构应该如下所示。

├─bin ├─cmake ├─include --leptonica ├─lib --pkgconfig

编译Tesseract

运行cmake-gui。

在Where is the source code处选择文件夹tesseract-4.1.1。

新建一个文件夹，假设名为build_t。

在Where to build the binaries处选择文件夹build_t。

点击左下方Configure，弹出一个窗口。

在Specify the generator for this project处选择Visual Studio 16 2019。

在窗口下方选择Use default native compliers。

点击Finish后CMake会自动开始配置。

下方log框出现Configuring incomplete, errors occurred!后，上方的变量框出现红色，再次点击Configure，红色消失。

然后取消勾选变量框中的BUILD_TRAINING_TOOLS（勾选也行，自行根据报错信息添加相关依赖即可）。

将变量Leptonica_DIR的值设置为上文提到的Leptonica的编译好的库文件所在目录的cmake子目录。

CMAKE_INSTALL_PREFIX的作用同上。

再次点击Configure。

待配置完成，点击Genrate生成VS解决方案文件。

打开上文提到的build_t文件夹，以管理员身份打开后缀为sln的文件。

在生成中打开配置管理器，将活动解决方案配置选择为Release，将活动解决方案平台选择为x64，在项目上下文的生成处勾选ALL_BUILDINSTALLlibtesseracttesseractZERO_CHECK（默认没有勾选INSTALL），关闭配置管理器，在生成中选择重新生成解决方案，即可在上文的CMAKE_INSTALL_PREFIX这个目录找到编译好的库文件。正常来说，这个目录的结构应该如下所示。

├─bin ├─cmake ├─include --tesseract ├─lib --pkgconfig

测试

现在C:\Program Files (x86)下的leptonica和tesseract文件夹可以移动。

在VS中新建一个C++空项目。

打开项目-->属性-->C/C++-->常规-->附加包含目录，包含leptonica和tesseract头文件所在的目录，如下所示。

.\tesseract\include\tesseract .\leptonica\include\leptonica

打开项目-->属性-->链接器-->常规-->附加库目录，包含leptonica和tesseract头文件所在的目录，如下所示。

.\leptonica\lib .\tesseract\lib

打开项目–>属性–>链接器–>输入–>附加依赖项，输入leptonica和tesseract库文件的名字，如下所示。

tesseract41.lib leptonica-1.78.0.lib

点击应用、确定。

测试如下代码，如无意外的话，应该会缺少某些dll。在.\vcpkg\packages下可以找到这些dll文件，复制到程序所在文件夹即可。测试时还缺少一个jpeg62.dll，想办法搞到它。指定英语语言数据eng.traineddata和测试图片的路径，运行程序，输出图片的OCR结果。

#include"baseapi.h"#include"allheaders.h"#include<iostream>intmain(){char*outText;tesseract::TessBaseAPI*api=new tesseract::TessBaseAPI();if(api->Init("c:/","eng")){fprintf(stderr,"Could not initialize tesseract.\n");exit(1);}Pix*image=pixRead("C:/test.jpg");api->SetImage(image);outText=api->GetUTF8Text();printf("OCR output:\n%s",outText);api->End();delete api;delete[]outText;pixDestroy(&image);return0;}

完成。