Tesseract on Linux

OpenCV 3.0 有整合TesseractOCR的API 但這部份是不在mainline裡面的~ 而是放在opencv_contrib project的text module裡 而且text module預設是沒有TesseractOCR的~ 以下是enable OpenCV 3.0 Tesseract的步驟 & 使用範例

安裝 Leptonica

官網: http://www.leptonica.com/ Source: http://www.leptonica.com/download.html

Tesseract需要Leptonica這個影像處理的library 目前需要1.71以上 如果是Ubuntu 14以下的話，apt-get上的版本太舊，需要自己compile & install

安裝 Tesseract Library

Git: https://github.com/tesseract-ocr/tesseract 安裝完Leptonica之後 直接照著說明compile並install就可以了

OpenCV contrib modules

Git: https://github.com/Itseez/opencv_contrib

下載 OpenCV 3.0 和 opencv contrib 的source之後(對 兩個都要下載) 照著他的說明使用cmake安裝就OK 如果環境裡漏掉某個module需要的lib，但是你用不到那個module的話，也可以disable那個module跳過編譯 例如要disable dnn module:

cmake -DOPENCV_EXTRA_MODULES_PATH=<opencv_contrib>/modules -DBUILD_opencv_dnn=OFF <opencv_source_directory>

Module list: https://github.com/Itseez/opencv_contrib/tree/master/modules

這邊要注意 在下完cmake之後要確定有沒有出現-- Tesseract: YES的訊息 如果沒有出現表示cmake找不到Tesseract lib，可能是lib安裝位置不正確或是安裝失敗

使用Tesseract

這裡有相關範例 https://github.com/Itseez/opencv_contrib/blob/master/modules/text/samples/segmented_word_recognition.cpp https://github.com/Itseez/opencv_contrib/blob/master/modules/text/samples/webcam_demo.cpp

注意，model的部份還是要自行放在指定的路徑 預設是/usr/local/share/tessdata/ 或是指定env variable TESSDATA_PREFIX到你存放model的tessdata folder的位置(一定要取名為tessdata) (如果是/home/username/tessdata的話，就要設成/home/username) 或是在使用API時指定相對路徑

Ptr<OCRTesseract> ocr = OCRTesseract::create(
    "/home/test/tessdata",  //where you store the models
  "eng"
  "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ");

這裡有些現成的model可以使用 https://github.com/tesseract-ocr/tessdata

Tesseract package for Android

Ref: http://gaut.am/making-an-ocr-android-app-using-tesseract/

有人將Tessearact本身和他需要的lib打包+作成Android JNI Tess-two https://github.com/rmtheis/tess-two

使用方法

這邊我是在Android Studio的Project使用 因為Android Studio NDK支援還是常常有問題= =" 所以我是手動ndk-build library

1. Import 整個tess-two為一個module File -> New -> Import module -> 選Tess-two的folder

2. Disable auto NDK build 這邊是用NDK-build的plugin，但不使用他的auto build功能 Ref: 如何安裝NDK plugin 修改在tess-two module底下會自動產生的build.gradle:

// 在android括號下加這幾行
sourceSets{
        main{
            jni.srcDirs = [] //disable auto ndk-build
        }
    }

1. NDK build tess-two 方法一樣請參考這邊

2. 把tess-two module加進其他module的dependency裡面 這樣就完成啦~

Tess-two的詳細使用方法可以參考以下ref: - Stack Overflow: https://stackoverflow.com/questions/tagged/tess-two - tesseract-ocr: https://groups.google.com/forum/#!forum/tesseract-ocr