背景

产品新功能需要用到OCR技术，调研选用了Tess4j，受限于服务器版本，在网络上并没有找到太多部署指南，遂记录一番，愿带给你一片清明。

CentOS部署

CentOS:6.10

步骤（主要参考安装步骤）：

  1. # 安装开发工具及Tesseract先决条件
  2. yum -y groupinstall "development tools"
  3. yum -y install libpng-devel libtiff-devel libjpeg-devel
  5. # 安装CentOS Software Collections yum repository 及较新版本的GCC
  6. yum -y install centos-release-scl
  7. yum -y install devtoolset-7-gcc devtoolset-7-gcc-c++ devtoolset-7-binutils
  8. # scl仅临时启用新的gcc，退出shell或重启将恢复原系统版本
  9. scl enable devtoolset-7 bash
  10. # 使用source长期启用
  11. source /opt/rh/devtoolset-7/enable
  13. # 安装autoconf请安装尽可能新版本，提示autoconf v2.64或更高
  14. cd /usr/src/
  15. wget ftp://ftp.gnu.org/gnu/autoconf/autoconf-2.69.tar.gz
  16. tar xvvfz autoconf-2.69.tar.gz
  17. cd autoconf-2.69/
  18. ./configure --prefix=/usr
  19. make
  20. make install
  22. 安装autoconf-archive
  23. cd /usr/src/
  24. wget http://ftpmirror.gnu.org/autoconf-archive/autoconf-archive-2019.01.06.tar.xz
  25. tar xvvfJ autoconf-archive-2019.01.06.tar.xz
  26. cd autoconf-archive-2019.01.06/
  27. ./configure --prefix=/usr
  28. make
  29. make install
  31. # 安装Leptonica，tesseract v4.0.0要求Leptonica v1.77及以上
  32. cd /usr/src/
  33. wget http://leptonica.org/source/leptonica-1.77.0.tar.gz
  34. tar xvvfz leptonica-1.77.0.tar.gz
  35. cd leptonica-1.77.0/
  36. ./configure --prefix=/usr/local/
  37. make
  38. make install
  40. # 依赖安装完毕，安装最新版tesseract
  41. cd /usr/src/
  42. wget https://github.com/tesseract-ocr/tesseract/archive/4.1.1.tar.gz -O tesseract-4.1.1.tar.gz
  43. tar xvvfz tesseract-4.1.1.tar.gz
  44. cd tesseract-4.1.1
  45. export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
  46. ./autogen.sh
  47. ./configure --prefix=/usr/local/ --with-extra-libraries=/usr/local/lib/ --disable-openmp
  48. make install
  50. # 检查是否安装成功
  51. tesseract --version
  52. # tesseract 4.1.1
  53. # leptonica-1.77.0
  54. #  libjpeg 6b (libjpeg-turbo 1.2.1) : libpng 1.2.49 : libtiff 3.9.4 : zlib 1.2.3

常见问题：

  • 找不到命令

    tesseract: command not found

解决：将/usr/local/bin添加到$PATH中，修改~/.bash_profile，添加 export PATH="$PATH:/usr/local/bin"

  • 无法加载库资源文件

    Unable to load library ‘tesseract’: Native library (linux-x86-64/libtesseract）

解决：将/usr/local/lib下相关的tesseract和leptonica的library（.so）的文件复制到 /usr/lib

  • 缺少环境变量

    !strcmp(locale, “C”):Error:Assert failed:in file ../../../src/api/baseapi.cpp

解决：export LC_ALL=C

  • 写jpg格式问题，OpenJDK does not have a native JPEG encoder

    javax.imageio.IIOException: Invalid argument to native writeImage

解决： new BufferedImage(width, height, BufferedImage.TYPE_3BYTE_BGR);

CentOS:7

步骤：