Windows環境安裝tesseract-ocr 4.00並配置環境變數

標籤：ash   .com   user   https   size   win7   開發   安裝路徑   系統變數   

最近要做文字識別，不讓直接用別人的介面，所以只能嘗試去用開源的類庫。tesseract-ocr是惠普公司開源的一個文字識別項目，通過它可以快速搭建圖文識別系統，協助我們開發出能識別圖片的ocr系統。因為Windows環境開發，我也就必須在windows環境安裝系統。

第一步：下載安裝包

根據https://github.com/tesseract-ocr/tesseract/wiki，我找到非官方的安裝包，好像我只看到64位的安裝包http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe，下載後直接安裝即可，但是要記得你的安裝目錄，我們等會配置環境變數要用。

如果不是做英文的圖文識別，還需要下載其他語言的識別包https://github.com/tesseract-ocr/tesseract/wiki/Data-Files。

簡體字識別包：https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata

繁體字識別包：https://github.com/tesseract-ocr/tessdata/raw/4.0/chi_tra.traineddata

 

第二步：安裝

直接執行下載好的tesseract-ocr-setup-4.00.00dev.exe，下一步、下一步安裝。

第三步：配置環境變數

注意：我的系統是win7，其他系統應該差不多，跟配置java變數一樣

複製你的安裝地址，我的是安裝在C:\Program Files (x86)\Tesseract-OCR，介面如下：

複製安裝路徑“C:\Program Files (x86)\Tesseract-OCR”，進入“控制台\系統和安全\系統”，點擊

“系統保護”

進入到以下介面：

點擊環境變數，進入配置以下介面：

把剛才的安裝路徑“C:\Program Files (x86)\Tesseract-OCR”添加到紅線劃的PATH和Path，注意，添加時候開頭用“;”跟之前的變數隔開，結尾以“;”結尾。下面是我的配置資訊樣本：

C:\Users\Administrator\AppData\Roaming\Composer\vendor\bin;C:\Users\Administrator\AppData\Roaming\npm;C:\Program Files (x86)\Tesseract-OCR;

配置好了點擊儲存。

 

開啟命令終端，輸入：tesseract -v，可以看到版本資訊

如果出現報錯，估計是環境變數沒配置好。

到這裡，我們就算安裝完成了，但是，我們的系統還是無法識別中文的，我們要去下載簡體漢字、繁體漢字語言套件（上文給了地址了），下載好之後放到安裝目錄的tessconfigs目錄下即可。

補充：因為沒有配置全域變數，無法跨盤執行資料轉換，這裡我們在環境變數那增加一個配置資訊

系統變數—->建立：

增加一個TESSDATA_PREFIX變數名，變數值還是我的安裝路徑C:\Program Files (x86)\Tesseract-OCR;

本人部落格：Windows環境安裝tesseract-ocr 4.00並配置環境變數

http://www.wangtuizhijia.com/archives/272

Windows環境安裝tesseract-ocr 4.00並配置環境變數