跨平台Windows和Linux（银河麒麟）操作系统OCR识别应用

专职舆情引导员 發表於 2025-3-3 12:00:00

跨平台Windows和Linux（银河麒麟）操作系统OCR识别应用

1 运行效果
    代码下载链接: https://pan.baidu.com/s/1NUfLTjk6kzXJKsaH7yo4qA?pwd=rk5c 提取码: rk5c。
    在银河麒麟桌面操作系统V10(SP1)上运行OCR识别效果如下图：
<img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115433040-1364257055.png" alt="" style="display: block; margin-left: auto; margin-right: auto">
2 在Linux上安装Tesseract OCR引擎
2.1 下载tesseract-ocr和leptonica
<div class="cnblogs_code">
<pre>https://codeload.github.com/tesseract-ocr/tesseract/tar.gz/5.2.0
http://www.leptonica.org/source/leptonica-1.82.0.tar.gz</pre>
</div>
以上是在浏览器上下载，用linux的wget方式下载
<div class="cnblogs_code">
<pre>wget https://github.com/tesseract-ocr/tesseract/archive/5.2.0.tar.gz
wget http://www.leptonica.org/source/leptonica-1.82.0.tar.gz</pre>
</div>
注意版本号：使用的是tesseract.5.2.0 和 leptonica-1.82.0
下载好之后，上传到linux服务器上的新目录中，比如：/home/wxzz
2.2 安装
依次执行以下命令
<div class="cnblogs_code">
<pre>cd /home/wxzz
tar -xvf leptonica-1.82.0.tar.gz
cd leptonica-1.82.0
./configure
make
make install
apt installautomake
apt installlibtool
tar -xvf tesseract-5.2.0.tar.gz
cd tesseract-5.2.0
./autogen.sh
./configure
make
make install
sudo ldconfig</pre>
</div>
2.3 配置环境变量
<div class="cnblogs_code">
<pre>/*打开文件*/
vim /etc/profile
/*在文件末尾添加*/
export LD_LIBRARY_PATH=/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
export TESSDATA_PREFIX=/usr/local/share/tessdata
/*立即生效*/
source /etc/profile</pre>
</div>
2.4 下载语言包
<div class="cnblogs_code">
<pre>//中文简体
https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/chi_sim.traineddata
//英文
https://raw.githubusercontent.com/tesseract-ocr/tessdata/4.00/eng.traineddata</pre>
</div>
目前最新版本是 4.00，将下载好的语言包上传到linux服务器指定目录中：/usr/local/share/tessdata
2.5 测试是否安装成功
<div class="cnblogs_code">
<pre>tesseract --version</pre>
</div>
如果安装成功，如下图：
<img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115014650-1916935590.png" alt="" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
2.6 测试读取图片内容
<div class="cnblogs_code">
<pre>tesseract ocr.png output -l chi_sim</pre>
</div>
可能会报错提示，看一下实际有没有文件输出。参数说明：
ocr.png : 是要识别的图片文件
output : 是识别后的文本(output.txt)
chi_sim : 用到的语言包
3 部署项目
3.1 添加引用
新建一个NET6的项目工程，在nuget 里面查找tesseract，添加到项目中，版本是5.2.0，如下图：
<img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115204991-1706665655.png" alt="" style="display: block; margin-left: auto; margin-right: auto">
3.2 读取图片文字
    C#实现的代码如:
<div class="cnblogs_code">
<pre>using Tesseract;
namespace LinuxOCR
{
internal class Program
{
 static string testImagePath = "ocr.png";
 static void Main(string[] args)
 {
 string textResult = String.Empty;
 using (var engine = new TesseractEngine("tessdata", "eng", EngineMode.Default))
 {
 using (var img = Pix.LoadFromFile(testImagePath))
 {
 using (var page = engine.Process(img))
 {
 textResult= page.GetText();
 }
 }
 }
 Console.WriteLine("识别结果:"+textResult);
 Console.ReadLine();
 }
}
}</pre>
</div>
项目工程目录结构，如下图：
<img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115308743-1685850695.png" alt="">
注意：在bin\Debug\net6.0目录下有一个tessdata目录，其中的文件，来源于第2.4步骤的下载。
3.3 补齐linux上需要的文件
项目部署到linux上后，还需要在x64目录中增加两个文件：libleptonica-1.82.0.so和libtesseract50.so，把这两个文件需要从linux服务器上的文件路径复制到自己的工程中：/usr/lib/x86_64-linux-gnu/libleptonica.so 和 /usr/local/lib/libtesseract.so，并且把文件名分别改为：libleptonica-1.82.0.so和libtesseract50.so。发布后的x64目录中，然后改名如下图： <img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115334643-54265401.png" alt="" style="display: block; margin-left: auto; margin-right: auto">
4.运行
工程发布到publish目录后，在麒麟操作上运行dotnet LinuxOCR.dll，效果如下图： <img src="https://img2024.cnblogs.com/blog/279374/202503/279374-20250303115403153-974530853.png" alt="" style="display: block; margin-left: auto; margin-right: auto">
<hr>
物联网&大数据技术 QQ群：54256083
物联网&大数据项目 QQ群：727664080
QQ：504547114
微信：wxzz0151
博客：https://www.cnblogs.com/lsjwq
微信公众号：iNeuOS
<img src="https://img2023.cnblogs.com/blog/279374/202312/279374-20231201092335752-2118744919.png" alt="" width="155" height="155"> 
来源：https://www.cnblogs.com/lsjwq/p/18747917

頁: [1]

琼殿技术论坛's Archiver

跨平台Windows和Linux（银河麒麟）操作系统OCR识别应用