Linux环境下PHP基于Tesseract-OCR引擎识别图片内容

Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。

2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。

安装依赖包

依赖包一共包括： autoconf、automake、 libtool、 libjpeg、 libpng、 libtiff、 zlib、 libjpeg-devel、 libpng-devel、 libtiff-devel、 zlib-devel、

1.1 检查系统是否存在该依赖包

以autoconf为例：

rpm -qa |grep autoconf

如果返回为空，则需要安装，否则无需安装

除了依赖包外，还有一些编译软件如gcc-c++等，这些自行去安装

安装Leptonica

这里安装的是1.73版本

在这里下载： http://www.leptonica.org/download.html

我这里下载的是当前最新版

下载解压

解压后按照下面图示命令安装

./configure

./make

make install

最后执行ldconfig

安装Tesseract

可以在官网上下载，但在download页面上找到的是3.02及以前的版本，要装3.04怎么破？

在Tesseract主页 tesseract-ocr/tesseract 可以找到“release”，点击进去就能看到很多版本了，选择3.04下载

这里下载3.05.00,3.05.01版本有问题，我安装不行，你如果有兴趣也可以安装最新版

先退到tesseract目录下，然后用wget 命令下载

之后解压，安装，命令跟安装Leptonica基本一样。

需要注意的地方时，在./configure 命令前多了一个./autogen.sh命令

然后按照下面的命令行操作

./configure

make

make install

ldconfig

安装Tesseract-OCR

首先在页面 tesseract-ocr/tessdata 下载tesseract-ocr安装包，或者在release页面找到相应的版本下载

下载并解压样本库

下载完成后，解压，然后进入解压包将所有文件拷贝到 /usr/local/share/tessdata 目录里去，按照下列图示操作即可。

tar -zxvf 3.04.00.tar.gz

cp -r tessdata-3.04.00/* /usr/local/share/tessdata

拷贝完成后，搞张图片测试下，图片是下面这样的，具体操作看下列图示

到这里基本上就完成了。

使用php来调用接口

然后在使用php-第三方库，进入下面的地址下载

thiagoalessio/tesseract-ocr-for-php

先创建一个php-tess目录，在目录里下载、解压、测试

mkdir php-tess

cd php-tess

然后进入解压文件目录里的src目录，将之前下载的sign.jpg拷贝过来，编写一个测试文件测试下

编写代码

运行测试

对于php接口的时候可自行看README文件，对于tesseract更多的了解可自行查找相关资料

参考：https://zhuanlan.zhihu.com/p/27649219