Tesseract-OCR4.0版本在VS2015上的編譯與運行(轉)
最近剛開始接觸識別庫引擎方面的知識，由於項目中需要使用光學識別處理模塊，在老師與朋友的推薦下，我開始接觸tesseract光學識別庫，在最開始從GitHub上下載的源代碼進行編譯的時候，出現了許多意想不到的問題，為了先完成項目，我借鑒相關博客上針對tesseract3.04以下版本在VS2013上的編譯方法，先在VS2013上運行tesseract，然而無法在VS2015上成功編譯源代碼，這讓我一直糾結著，終於在和我們公司的齊工的一次探討中，我們嘗試了一種新的編譯方法，測試結果顯示編譯成功，tesseract成功運行。
對於tesseract4.0的編譯我將它分為五個步驟：
1.預處理部分，下載編譯工程所需要的cmkae與cppan軟件，並設置相應的環境變量，從GitHub上下載tesseract的相應源代碼；
3.mkdir build目錄，即在tesseract目錄下新建一個build文件夾；
4.進入build目錄，運行cmake，等待10到20分鐘，即可生成VS2015項目所需的工程文件；
5.在編譯成功的環境下，進入build目錄下後綴為sln的工程文件，利用VS2015打開；
6.編譯工程目錄下的libtesseract工程文件，這時會出現報錯現象，這是由於編程語言編碼問題造成的，我們需要修改相應的編碼格式，使其生成相應的lib與dll；
7.將目錄下生成的lib與庫文件路徑添加到tesseract工程文件下的鏈接器輸入與VC++目錄中，點擊生成，即可生成相應的.exe文件；
好了到這裏我們就算大功告成了。
接下來我會一步一步的進行操作：
1預處理部分，下載相應的軟件與源代碼：
由於編譯過程中相應的支持庫是由cppan下載的，我們需要下載cppan並設置其環境變量，cppan的下載地址為：
官網網址鏈接為https://cppan.org/client/ 
我下載的是cppan-master-Windows-client.zip文件，解壓縮以後就是一個cppan.exe文件，如下圖所示： 
接下來是設置環境變量，右鍵點擊“我的電腦”，點擊屬性，在彈出的系統屬性對話框中，選擇高級，點擊進入環境變量，在系統變量裏面選擇PATH變量，將cppan.exe所在的文件路徑作為環境變量的值，這裏我們就算是配置好cppan了。
cmake官網下載地址為https://cmake.org/download/
我的電腦是X64版本的，所以我下載的是Windows win64-x64下的下載鏈接，即cmake-3.8.0-win64-x64.zip文件，解壓縮以後將cmake-3.8.0-rc2-win64-x64目錄下的bin文件夾的目錄地址加載至系統環境變量PATH中，與cppan設置環境變量的方法一致。
預處理的最後一步是從GitHub上下載tesseract4.0的源代碼，下載的地址是
https://github.com/tesseract-ocr/tesseract
在該界面下選擇clone or download,如下圖所示
然後我們解壓縮，將其中所有的文件復制到我們新建的文件夾tesseract下（我個人覺得tesseract名字短，使用方便）
2運行cppan，下載相應的支持庫
我使用的win10系統，所以在左下角Windows圖標下鼠標右鍵單擊，在彈出的界面中選擇WIndows PowerShell管理員（A）選項，在運行cppan過程中，有可能殺毒軟件會報錯，可以先關閉殺毒軟件。
將盤符切換到tesseract文件夾所在的盤，即輸入相應盤的名稱即可，我的tesseract在G盤，我輸入的是G:，回車鍵即進入了G盤,如下圖所示：
由於我昨天在G盤下才創建了一個tesseract的工程，我們將測試的tesseract放置在E盤下，直接E:即可切換到E盤下，輸入命令cd tesseract即可進入tesseract文件夾下，如下圖所示：
在該目錄下，我們繼續在Windows PowerShell下運行命令cppan然後回車，等待cppan程序運行，（安裝電腦管家的記得在運行此步驟之前關閉電腦管家，不然殺毒軟件將cppan識別為病毒會自動退出命令行）如下圖所示：
3 tesseract文件夾下新建build文件夾，並進入build文件夾
在命令行中輸入mkdir build即可新建一個build文件夾，然後cd build進入該目錄中，如下圖所示
可以在文件夾中查看是否新建了build文件夾，如下圖所示： 
你看下面是不是已經有了，build文件夾，這個文件夾是用來存放生成的VS2015的項目工程文件
4 運行cmake進行編譯生成工程文件
我們繼續在剛才運行的Windows PowerShell下運行以下命令
cmake . .
！！！註意後面兩個dot不能省略
運行情況如下圖所示： 
你看正在生成關於VS2015的工程文件，做到這裏我們可以去喝杯咖啡或者茶休息會了，因為編譯時間大概為10到20分鐘，具體的情況要看各位的電腦了。
到這裏我們已經成功生成VS2015的工程文件了，接下來的步驟就是進入VS2015中進行具體的操作啦！
進入工程文件，編譯libtesseract
在build目錄下找到tesseract.sln文件，用VS2015打開該文件；
在菜單中選擇生成解決方案的生成選項，由於是第一次進行生成，未進行任何修改，應該會報錯的 
我們等待它進行生成，這個過程中對CPU的占用率差不多是100%，有可能在運行其他程序時出現卡頓，但這是正常的現象，編譯過後就不會出現這種情況了
這時出現了錯誤
上圖中第一個錯誤是由於編碼原因造成的，我們點擊錯誤，進入生成該錯誤的文件中
在第250到251行出現錯誤，我們在菜單欄中點擊文件目錄下的高級保存選項 
進入之後，將編碼由Unicode(UTF-8無簽名）更換為簡體中文（GB2312）-代碼頁936 
然後再進行生成，這時顯示已經成功生成
然後進入tesseract工程下，右鍵選擇生成 
等待片刻後即可成功生成
再回到該文件所在的目錄中，查找生成的工程文件 
你看所有的文件都在此文件夾下面啦，然後我們去配置TESSDATA_PREFIX環境變量
配置TESSDATA_PREFIX環境變量
在tesseract目錄中的tessdata文件下應該要下載eng.traineddata文件，這是英文的訓練文件，大家按照自己的需要下載需要的文件
下載地址是https://github.com/tesseract-ocr/tessdata
也可以在後期的項目需要中，訓練自己的識別庫
然後再我的電腦中系統變量中新建一個名為TESSDATA_PREFIX的變量，該變量的值為tessdata文件夾的路徑，設置好以後，記得使環境變量生效（ps前面設置環境變量也是要記得使環境變量生效）
測試生成的目標文件
我們隨便找了一張圖片，命名為binary.tiff； 
然後運行cmd命令tesseract.exe binary.tiff out 
這時已成功生成out.txt
打開out.txt文件 
這時編譯的文件已可以開始進行識別工作，做到這裏也算是大功告成了！
Tesseract-OCR4.0版本在VS2015上的編譯與運行(轉)