読者です 読者をやめる 読者になる 読者になる

ゆるふわめも

in Kyoto or Tokyo

Ubuntu14.04にてtesseractとLeptonicaのインストール

環境は Ubuntu14.04. Google Clowd APIを使いたくないのでインストール.

TesseractのバージョンによってLeptonicaのバージョンも変更する必要があります. 詳しくはドキュメントをみてください.

Leptonicaのインストール

$ wget http://www.leptonica.com/source/leptonica-1.74.1.tar.gz
$ tar -zxvf leptonica-1.74.1.tar.gz 
$ cd leptonica-1.74.1
$ ./configure
$ make
$ sudo make install

tesseractのインストール

autoconf-archive

$ sudo apt-get install autoconf-archive

にしたがって autoconf-archive をインストール. 実際にここでつまりました.

その他の依存関係のインストール

本家のドキュメントに記述されているので、そちらを参照します.

tesseract本体のインストール

$ git clone https://github.com/tesseract-ocr/tesseract.git
$ cd tesseract
$ export LD_LIBRARY_PATH=/usr/local/lib
$ ./autogen.sh
$ ./configure
$ make
$ sudo make install

訓練済みモデルのダウンロード

TesseractError: (1, b'Error opening data file /usr/local/share/jpn.traineddata\nPlease make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.\nFailed loading language \'jpn\'\nTesseract couldn\'t load any languages!\nCould not initialize tesseract.\n')

のエラーが出る場合は TESSDATA_PREFIX の指定が間違っているか、そもそもモデルをダウンルードしてきていない.

からOCRの対象となる言語のモデルをダウンロードして TESSDATA_PREFIX に指定した箇所に保存する. 例えば

export TESSDATA_PREFIX="/usr/local/share/tessdata/"

など.