tesseract4.0alpha、leptonica-1.74.4编译和安装

tesseract4.0alpha是一个开源的OCR，4.0版本引用了机器学习，下面记录一些编译和安装遇到的问题：

tesseract4.0alpha是依赖于leptonica-1.74.2以上版本的库和其他一些库

sudo apt-get install g++ # or clang++ (presumably)
sudo apt-get install autoconf automake libtool
sudo apt-get install autoconf-archive
sudo apt-get install pkg-config
sudo apt-get install libpng12-dev
sudo apt-get install libjpeg8-dev
sudo apt-get install libtiff5-dev
sudo apt-get install zlib1g-dev

ps:安装libtiff5-dev 遇到了依赖不兼容的问题

aptitude可以比apt-get更加智能地解决依赖问题，然后sudo aptitude install 对应安装包
选择合适的解决方案，便可解决问题！

训练需要的库：

sudo apt-get install libicu-dev
sudo apt-get install libpango1.0-dev
sudo apt-get install libcairo2-dev

leptonica.1.74.2库以上的版本需要自己编译源码，源码下载地址：

http://www.leptonica.com/download.html

下载需要的版本，解压：

./configure

make

sudo make install即可

下面是编译tesseract4.0alpha，源码下载地址：

https://github.com/tesseract-ocr/tesseract/releases

然后是解压，

./configure

发现出错了

error while loading shared libraries: liblept.so.5: cannot open shared object file: No such file or directory
# ll /usr/local/lib/liblept.so.5  可以发现这个文件是存在的，在/etc/ld.so.conf文件中
添加”/usr/local/lib“这行
# ldconfig 

ldconfig是一个动态链接库管理命令，为了让动态链接库为系统所共享,还需运行动态链接库的管理命令--ldconfig ,用途主要是在默认搜寻目录(/lib和/usr/lib)以及动态库配置文件/etc/ld.so.conf内所列的目录下,搜索出可共享的动态链接库(格式如前介绍,lib*.so*),进而创建出动态装入程序(ld.so)所需的连接和缓存文件.缓存文件默认为 /etc/ld.so.cache,此文件保存已排好序的动态链接库名字列表.ldconfig通常在系统启动时运行,而当用户安装了一个新的动态链接库时,就需要手工运行这个命令.

再次执行就没有错误了

然后就是make

make install

下载官网训练好的 data:地址：https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#data-files-for-version-400

放到/usr/local/share/tesseract/

 tesseract eng.png result  -l eng  测试命令