[转]VS2015+Tesseract4配置与示例

接上一篇博客：Tesseract4编译，

原文链接：https://blog.csdn.net/andylanzhiyong/article/details/81746904

上次编译Tesseract4.0后，在“C:/Programe Files(x86)/tesseract/”目录下生成了目录"include","lib","bin"，这些就是我们编程需要的头文件和库。没配置之前，感觉挺简单的，无非是一些头文件和库，和opencv配置差不多的。其实一大波坑在等着我.......

先在网上搜一下别人的配置，大多是直接用的Tesseract4.0安装文件，感觉不适用，看了很多篇文章，貌似找到了一篇靠谱的，原文链接：http://livezingy.com/compilation-tesseract4-in-vs2017-win10/

重点在此，如图：

前面2步整理lib时没问题。

dll感觉不需要那么多，后面再说

在整理头文件时麻烦来了，按照这个目录结构一层层去找，竟然没有“2a”文件夹...........

难道我的编译有问题？应该不会啊，cmake成功，VS里也编译成功，没道理啊......

机智如我，我在"C:Usersusername.cppanstorageobj"目录下用windows查找功能搜索"endianness.h",找到了。

然后在“C:Usersusername.cppanstoragesrc”目录下搜索“src”,悲剧了，找到的还是这个父目录

不知道leptonica的头文件是啥这可咋办？

难道真的是我没编译好？

迫于无奈，又重新编译了一遍，花了好几个小时，再找头文件，还是没找到.......

没辙了，看看别人编译好的头文件和库是哪些吧，又是一顿网络搜索，找到了一篇似乎靠谱的博客：

https://blog.csdn.net/yph001/article/details/78762518

按照这位老铁提供的网址下载了他的头文件和库，他的文件结构如下：

仿佛看到了希望，马上去“C:Usersusername.cppanstoragesrc”下搜索“allheaders.h”

惊喜的是：搜到了！这家伙躲在这个目录下：

然后把这个“src”整个目录拷过来，

还有个config_auto.h这个头文件，直接在“users/用户名/.cppan/”目录下搜“config_auto.h”,

也搜到了，这家伙躲在此处：

把config_auto.h也copy过来。

做到这里，想想也是够坑的，应该是cppan版本不同，然后下载这些文件后解压路径不一样，我们按前辈提供的

路径去找头文件肯定是找不到了。各位前辈说一下主要头文件是什么不就好了嘛。吐血。。。。

OCR识别文字还得有字库，下载链接：https://github.com/tesseract-ocr/tessdata，如图：

我下载了英文和中文简体，建个"tessdata"文件夹存放字库

给大家展示一下我整理的文件结构：(目前不知道动态库是哪些，在运行程序时再找)

头文件结构如下：

leptonica头文件很多，列一部分，注意两个重要头文件（画箭头的）：

tesseract头文件也有很多，也列一部分，注意有个重要文件“capi.h”：

lib库全部copy过来：

字库文件夹"tessdata"：

找的官网示例代码不能运行，编译一百多个错误，错误原因只有一个：没包含“windows.h”头文件。吐血。。。

福利来了，现贴出我将示例代码略作修改后的代码(代码中路径均为相对路径，没用环境变量)：

#include<iostream>
#include <stdio.h>
#include<windows.h>
#include "leptonica/allheaders.h"
#include "capi.h"
using namespace std;


void die(const char *errstr) {
	fputs(errstr, stderr);
	exit(1);
}


void ConvertUtf8ToGBK(char **amp, char *strUtf8)  //转码
{
	int len = MultiByteToWideChar(CP_UTF8, 0, (LPCSTR)strUtf8, -1, NULL, 0);
	unsigned short * wszGBK = new unsigned short[len + 1];
	memset(wszGBK, 0, len * 2 + 2);
	MultiByteToWideChar(CP_UTF8, 0, (LPCSTR)strUtf8, -1, (LPWSTR)wszGBK, len);
	len = WideCharToMultiByte(CP_ACP, 0, (LPCWSTR)wszGBK, -1, NULL, 0, NULL, NULL);
	//char *szGBK=new char[len + 1]; 
	*amp = new char[len + 1];
	memset(*amp, 0, len + 1);
	WideCharToMultiByte(CP_ACP, 0, (LPCWSTR)wszGBK, -1, *amp, len, NULL, NULL);
}

int main(int argc, char *argv[]) {
	TessBaseAPI *handle;
	PIX *img;
	char *text = NULL;
	//读取图片，原图像的路径 
	if ((img = pixRead("E:\laplace.png")) == NULL)
		die("Error reading image
");

	handle = TessBaseAPICreate();
	//加载字库及设置语言
	if (TessBaseAPIInit3(handle, "D:/tesseract-4.1.0/tessdata", "eng+chi_sim") != 0)
		die("Error initialising tesseract
");

	//设置图片及识别
	TessBaseAPISetImage2(handle, img);
	if (TessBaseAPIRecognize(handle, NULL) != 0)
		die("Error in Tesseract recognition
");

	if ((text = TessBaseAPIGetUTF8Text(handle)) == NULL)
		die("Error getting text
");

	char *pResult = NULL;
	ConvertUtf8ToGBK(&pResult, text); //对结果转码
	cout << pResult << endl;   //输出OCR识别的文本信息
	delete pResult;

	system("pause");
	TessDeleteText(text);
	TessBaseAPIEnd(handle);
	TessBaseAPIDelete(handle);
	pixDestroy(&img);

	return 0;
}

按需为字库设置环境变量TESSDATA_PREFIX（本示例用的相对路径未用环境变量），值为字库文件的目录。

本示例工程 Tess4Test 文件结构如下：(tessdata为字库文件)