win10环境下不通过cppan编译tesseract4.1动态库[通俗易懂]

win10环境下不通过cppan编译tesseract4.1动态库[通俗易懂]在我的博客中,写了几篇关于tesseract如何编译Windows环境下的dll库,但那几篇都是基于cppan的环境依赖,而cppan的官方网站在2021年1月已经正式关闭了,因此那种方式将无法下载到对应的依赖环境,根据tesseract官方文档是使用SW的方式进行依赖下载,因此这篇博客将讲解使用基于SW的编译方式。1SW的环境配置在SW官方地址上下载sw.exe。将下载的sw.exe所在路径添加到系统环境变量PATH下。以管理员权限打开cmd,输入命令:swsetup这个命令主要是在用

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

在2021年1月份,cppan的官方网站关闭了,因此现在通过cppan自动下载tesseract所需要的环境依赖从而编译tesseract动态库的方式不可行。tesseract官方文档提供了通过sw下载环境依赖的编译方式,有兴趣的博友可以试试官方文档的方式。在这篇博客中将采用另外一种方式编译tesseract。tesseract依赖于leptonica,而leptonica又依赖于zlib、libjpeg、libpng、libtiff这4个运行库。因此我们一步步进行编译。

1 编译leptonica依赖的4个库

1.1 编译zlib

zlib官网上下载zlib1211.zip,下载完成后解压,使用cmake+vs2015进行编译
在这里插入图片描述
cmake编译完成后,使用vs2015打开,先运行ALL_BUILD,接着运行INSTALL,就会在C盘生成zlib的运行库。
在这里插入图片描述

1.2 编译libjpeg

jpeg官方下载jpeg最新版:jpegsr9d.zip ,接下来还需要下载一个win32.mak:下载地址,将下载的Win32.mak复制到jpeg的解压目录中,如下所示:
在这里插入图片描述
将目录下的jconfig.vc文件重名名为jconfig.h,然后打开vs2015的开发工具命令提示符,进入到jpeg的目录,输入命令:
在这里插入图片描述

nmake -f makefile.vc libjpeg.lib

编译成功后会生成libjpeg.lib
在这里插入图片描述

1.3 编译libpng

libpng网站上下载lpng1637.zip,下载完成后解压,然后使用cmake编译,在第一次Configure完成后,在zlib这个选项改成编译好的zlib头文件目录以及lib文件
在这里插入图片描述
,然后使用vs2015打开工程,同样先运行ALL_BUILD,接着运行INSTALL

在这里插入图片描述
如上所示,成功生成了libpng的运行库。

1.4 编译libtiff

libtiff官网上下载tiff-4.3.0.zip,然后使用cmake,第一次Configure后更改下如下配置
在这里插入图片描述
更改jpeg和zlib目录为刚才生成库文件目录
在这里插入图片描述
然后点击Configure,接着点击Generate
用vs2015打开,首先执行ALL_BUILD ,接着运行INSTALL,这样就会生成tiff的运行库。
在这里插入图片描述
如上所示,生成tiff的运行库成功。

2 编译leptonica

leptonica的github地址上下载最新版:leptonica-1.80.0.zip。使用cmake编译,在第一次Configure后会提示sw错误,这是因为leptonica可以使用sw来自动下载zlib、jpeg、png、tiff的dll依赖,类似于之前用cppan下载一样,但我在这里已经编译好了如上4个库,所以把SW_BUILD取消掉
在这里插入图片描述
更改jpeg和png的头文件目录以及lib文件路径:
在这里插入图片描述
更改tiff以及zlib的头文件以及lib文件路径:
在这里插入图片描述
然后点击Configure,接下来点击Generate生成。

生成成功后,先运行ALL_BUILD
在这里插入图片描述
接下来点击INSTALL
在这里插入图片描述
如上所示,生成leptonica的静态库成功。

3 编译tesseract

tesseract官方网址上下载tesseract-4.1.1.zip,下载完成后解压。tesseract4.1需要libarchive,其实很多依赖安装了anaconda后会自动找那个位置的,有一种比较节省时间的做法,要编译32位的tesseract就安装32位的anaconda,要安装64位的就安装64位的anaconda。
当然libarchive的32位运行库可以从这个网站上下载
http://gnuwin32.sourceforge.net/packages/libarchive.htm

在这里插入图片描述
libarchive的64位运行库可以在github上下载,这个网址:

https://github.com/libarchive/libarchive/releases/tag/3.5.1

在这里插入图片描述
在我的电脑里选择安装32位的anaconda,这样很多依赖都可以用这个里面的,其实都可以不用编译zlib以及jpeg等库,直接都用anaconda环境下的运行环境也可以编译成功。

然后使用cmake,第一次Configure时,会出现错误,在这次cmake时,会自动找到leptonica的环境路径。
在这里插入图片描述
把BUILD_TRAINNING_TOOLS取消,重新Configure
这样就可以生成成功了
在这里插入图片描述
使用vs2015打开这个工程,首先右键ALL_BUILD,生成
在这里插入图片描述
可以看到4个项目都能够生成成功,接下来右键INSTALL,生成
在这里插入图片描述
libtesseract就生成成功了,就可以在vc环境下进行调用。
在这里插入图片描述
在这里插入图片描述
可见,通过这种方式生成的tesseract,比起使用cppan的要少很多dll,这种环境更加干净。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/187376.html原文链接:https://javaforall.net

(0)
上一篇 2022年9月30日 下午7:16
下一篇 2022年9月30日 下午7:36


相关推荐

  • TCP和UDP的区别是什么_那跟哪的区别

    TCP和UDP的区别是什么_那跟哪的区别TCP是传输层协议,定义数据传输和连接方式的规范。握手过程中传送的包里不包含数据,三次握手完毕后,客户端与服务器才正式开始传送数据。HTTP超文本传送协议(HypertextTransferProtocol)是应用层协议,定义的是传输数据的内容的规范。HTTP协议中的数据是利用TCP协议传输的,特点是客户端发送的每次请求都需要服务器回送响应,它是TCP协议族中的一种,默认使用TCP80…

    2026年2月3日
    9
  • java去重复元素并打印_Java打印数组中重复元素

    java去重复元素并打印_Java打印数组中重复元素Java打印数组中重复元素1说明在此程序中,我们需要打印数组中存在的重复元素。这可以通过两个循环来完成。第一个循环将选择一个元素,第二个循环将通过将所选元素与其他元素进行比较来遍历整个数组。如果找到匹配项,则打印重复的元素。在上面的数组中,第一个重复项将在索引4处找到,它是索引1处存在的元素(2)的重复项。因此,上面的数组中的重复元素是2、3和8。2算法思路步骤1:开始步骤2:初始化arr[…

    2022年4月30日
    71
  • Linux系列命令——su,sudu,whoami命令详解

    Linux系列命令——su,sudu,whoami命令详解1 su 切换用户命令 2 sudo 以 root 的身份执行命令 但是环境变量还是当前用户的 执行目录也仍然是当前目录 3 whoami 显示当前用户名

    2026年3月19日
    1
  • PDF工具_PDF editor

    PDF工具_PDF editor《Linux多线程服务端编程——使用muduoC++网络库》这本书是我自己用LaTeX排版的,在排版过程中也积累了一些小工具,今天把其中几个发布出来。这几个工具都直接基于开源的iText库,可从 http://itextpdf.com/ 下载。下载Groovy版本位于 https://github.com/chenshuo/typeset/tree/master/tools

    2025年8月28日
    8
  • Hbuilder正则替换「建议收藏」

    左边:(([0-9]{2,3})px)分组,$1为最外一层括弧;$len为里面一层括弧右边:ab($2)rem$2为源字符中数据,其他为新加的效果:body{font-size:12px;line-hei…

    2022年4月15日
    190
  • 池化层的作用[通俗易懂]

    maxpooling是CNN当中的最大值池化操作,其实用法和卷积很类似tf.nn.max_pool(value,ksize,strides,padding,name=None)参数是四个,和卷积很类似:第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是featuremap,依然是[batch,height,width,channels]这样的shape第二个参数ksize:池化窗口的大小,取一个四维向量,一般是[1,height,width,1],

    2022年4月10日
    53

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号