之前在windows环境上部署了一套图文识别的项目，今天由于项目转移到了linux，忽然发现之前的图文识别出错了，找了度娘发现，tesseract需要在linux环境构建环境才行。好了，参考网上步骤如下：
一、查看centos版本
#cat /etc/redhat-release
CentOS release 6.5 (Final)node
二、检查gcc和g++版本
#gcc --version
#g++ --version
gcc的当前版本编译tesseract4.1会出错，须要gcc更高的版本，本人是经过yum安装的8.5.0版本，经过yum安装gcc有以下好处：
1) 安装方便，特别是不少依赖的软件包自动安装；
2) gcc的版本能够灵活切换，老的版本得以保留；
3）g++这个必须安装，因为在后续安装tesseract时需要它。
三、安装gcc 6.3.1
#yum -y install devtoolset-6-gcc devtoolset-6-gcc-c++
执行以下命令使gcc6当即生效
#source /opt/rh/devtoolset-6/enable
再次查看gcc和g++版本
#gcc --version
#g++ --version
如需永久生效则须要把命令添加到/etc/profile文件
vim /etc/profile
在最后添加以下内容：
source /opt/rh/devtoolset-6/enable
执行以下命令使之当即生效
#source /etc/profile
四、安装依赖库
#yum install autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel
五、安装autoconf
查看本地的autoconf版本，若是太低则移除
#rpm -qa | grep autoconf
#rpm -e --nodeps autoconf-2.63
得到2.69版本autoconf
#wget ftp:///gnu/autoconf/autoconf-2.
#tar xzvf autoconf-2.
#cd autoconf-2.69
编译并安装
#./configure
#make
#make install
检查一下autoconf是不是2.69版本
#autoconf --version
六、安装autoconf-archive
本人安装的是2018.03.13版本，固然要选择高一些的版本啦
#wget /gnu/autoconf-archive/autoconf-archive-2018.03.
#xz -d autoconf-archive-2018.03.
#tar xvf autoconf-archive-2018.03.
#cd autoconf-archive-2018.03.13
编译并安装
#./configure
#make
#make install
最后一步很关键，必须把m4目录下的文件复制到/usr/share/aclocal/目录下，这些命令后面编译tesseract用获得，不然后面编译tesseract的时候会报command not found错误
#cp ./m4/* /usr/share/aclocal/
也能够去下面的网址下载其余版本，至少应下载2016版本以上吧
/gnu/autoconf-archive/
七、安装leptonica
我安装的是leptonica-1.82.0版本，在安装之前最好也先安装libjpeg-devel、libpng-devel这两个依赖，这两个是tesseract识别jpg和png需要的依赖。
安装步骤：
#yum install libjpeg-devel
#yum install libpng-devel
若不安装，在执行tesseract识别jpg和png时会报如下错误
Tesseract Open Source OCR Engine v3.02.03 with Leptonica
Error in pixReadStreamJpeg:function not present
Error in pixReadStream: jpeg: no pix returned
Error in pixRead: pix not read
Unsupprted image type
然后安装leptonica，步骤如下
#wget /source/leptonica-1.82.
#tar xzvf leptonica-1.82.
#cd leptonica-1.82.0
编译并安装
#./
#./configure
#make
#make install
添加环境变量
#vim /etc/profile
最后添加以下内容
export LD_LIBRARY_PATH=$LD_LIBRARY_PAYT:/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
执行以下命令使之当即生效
#source /etc/profile
执行以下命令，确认有lept输出，若是没有，再检查上面的步骤吧。
#pkg-config --list-all | grep lept
也能够去下面的网址下载其余版本，至少应下载1.74版本以上吧。
/
若./configure 这步出现错误提示，可能时第二步的g++没有安装。
八、安装tesseract
最激动人心的来了，咱们编译并安装tesseract当前最新的版本：4.1.0
#wget /tesseract-ocr/tesseract/archive/4.1. -O tesseract-4.1.
#tar xzvf tesseract-4.1.
#cd tesseract-4.1.0
编译并安装，若是有错误请检查之前的步骤
#./
#./configure
#make
#make install
安装完毕查看tesseract版本
#tesseract --version
4.1.0
可执行文件路径：
#which tesseract
/usr/local/bin/tesseract
语言包的路径：
/usr/local/share/tessdata
目前空空如也
九、下载tesseract语言包
去下面网址下载一些训练好的语言包吧
/tesseract-ocr/tessdata_best
咱们体验的时候只要下载英文和简体中文语言包便可：、chi_sim.traineddata、chi_sim_vert.traineddata，看名称就很容易理解，前者为英文，后两个为简体中文，把这些语言包放到/usr/local/share/tessdata目录下
十、初体验tesseract识别
先体验英文识别，eng_test.jpg是咱们准备的英文文字图片，eng_result.txt为输出结果：
#tesseract eng_test.jpg eng_result --psm 3
#vim eng_result.txt
英文的识别结果：18AX，不是很理想吧，可是要知道这个图片是个验证码，是否是能够破解通常的验证码了！
再体验一下中文识别，chi_sim_test.jpg是咱们准备中文文字图片，chi_sim_result.txt为输出结果：
#tesseract chi_sim_test.jpg chi_sim_result -l chi_sim --psm 3
或 tesseract phototest -l eng
或 tesseract result -l chi_sim
#vim chi_sim_result.txt
查看中文识别结果：益码通付平台，各位朋友也能够识别本身准备的中文图片，不理想的话也不要紧，由于后续咱们本身能够训练本身的语言包了。
下面简单介绍一下经常使用的参数
-l参数表示要用的语言包，chi_sim表示简体中文语言包，默认为英文；
--psm参数能够简单理解成图片中的文字的布局方式，默认为：3
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR.
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character
在windows上项目是可以正常运行的，部署到Linux上后，运行报异常，异常内容为：Unable to load library 'tesseract': Native library (linux-x86-64/libtesseract）
可能是tesseract和leptonica没有安装好。网上有人说需要将/usr/local/lib下相关的tesseract和leptonica的library（.so）的文件复制到 /usr/lib下，但是我试过之后却没有解决。
还有一种说法，在Windows中，需要直接指定到.traineddata所在目录，在Linux中，则需要指定到一个目录，其中包含一个叫做tessdata的文件夹，tessdata内部是.traineddata文件。
在Windows中，("lngData/tessdata");
在Linux中，("lngData");
但是这个情况我没有出现，我任然使用的是("lngData/tessdata");