Tesseract3.05及之后版本编译生成动态链接库DLL

https://www.polarxiong.com/archives/Tesseract-3-05%E5%8F%8A%E4%B9%8B%E5%90%8E%E7%89%88%E6%9C%AC%E7%BC%96%E8%AF%91%E7%94%9F%E6%88%90%E5%8A%A8%E6%80%81%E9%93%BE%E6%8E%A5%E5%BA%93DLL.html

概述

按照以前的经验&＃xff0c;编译Tesseract 3.05就是去GitHub上找一个已经解决了依赖关系&＃xff08;如Leptonica等&＃xff09;的VS2015解决方案&＃xff0c;然后在VS中编译生成&＃xff1f;是不是最痛苦的地方就是找不到这样的解决方案&＃xff0c;或者在自己的Windows中不能正常编译&＃xff1f;

Tesseract官方对3.05和之后版本在Windows下的编译提供了新的方法&＃xff0c;只需要简单几步就能万无一失编译出自己想要的libtesseract.dll或者tesseract.exe&＃xff01;下面主要介绍如何在Windows下编译生成32位和64位的动态链接库DLL&＃xff0c;即libtesseract305.dll。

本文主要参考Tesseract官方wiki&＃xff0c;链接见参考。

背景

编译的最大问题就是如何解决依赖&＃xff0c;和创建兼容的解决方案了&＃xff1b;Tesseract为我们带来了CPPAN和CMAKE这两个工具来解决这两个问题。查看新的Tesseract源码&＃xff0c;你会发现两个不太熟悉的文件cppan.yml和CMakeLists.txt&＃xff0c;就是靠的这两个文件&＃xff01;

CPPAN

CPPAN之于C&＃43;&＃43;就像Maven之于Java&＃xff0c;如果你用过Maven&＃xff0c;想必马上就能明白CPPAN的用处了。CPPAN可以理解为C&＃43;&＃43;的包管理器&＃xff0c;包含了众多依赖包&＃xff0c;只需要向CPPAN指定依赖包&＃xff0c;CPPAN就会帮你下载好需要的依赖包和相关配置。怎么指定&＃xff1f;那就是通过cppan.yml文件了。

Tesseract中cppan.yml文件最后面的

dependencies:private:# tesseract uses leptonica only internally# and does not expose its interface to userspvt.cppan.demo.leptonica: master


就是指定依赖&＃xff0c;这里自然就是Leptonica&＃xff1b;后面的master即版本&＃xff0c;这里需要最新版&＃xff0c;所以直接就是master了。

细心的读者可能会问&＃xff0c;那libpng&＃xff0c;libtiff等依赖呢&＃xff1f;现在只解决了Tesseract对Leptonica的依赖&＃xff0c;那Leptonica对libpng等的依赖呢&＃xff1f;其实这个也早已解决&＃xff0c;去GitHub看看Leptonica的源码&＃xff0c;是不是也有熟悉的cppan.yml&＃xff1f;看看文件最末尾

dependencies:pvt.cppan.demo.gif: 5 # any 5.x.x versionpvt.cppan.demo.jpeg: "*" # any non branch versionpvt.cppan.demo.png: 1pvt.cppan.demo.tiff: 4pvt.cppan.demo.webp: "*" # any non branch version


是不是这些依赖也解决了&＃xff1f;

CMake

CMake对于Linux开发者会比较熟悉&＃xff0c;但对于Windows还是比较新鲜的吧。CMake的全称是“cross platform make”&＃xff0c;简单来说CMake通过读取CMakeLists.txt配置文件&＃xff0c;在Linux下就能生成Makefile&＃xff0c;而在Windows下&＃xff0c;就能生成Visual Studio项目和解决方案&＃xff0c;神奇吧&＃xff1f;

关于CMake的细节这里就不多说了&＃xff0c;只简单说说和本文相关的。CPPAN只是帮我们下载好了依赖&＃xff0c;对依赖的配置就是交给CMake了&＃xff0c;准确来说&＃xff0c;是在CMakeLists.txt中配置的。CMakeLists.txt中指定在解决方案内创建哪些项目&＃xff0c;项目间的依赖关系&＃xff0c;include哪些文件&＃xff0c;VS编译时生成静态库、动态库还是可执行文件&＃xff1b;总的来说&＃xff0c;就是CMake根据CMakeLists.txt的要求&＃xff0c;给你生成指定版本&＃xff08;Visual Studio版本&＃xff0c;x86&＃xff0c;x64&＃xff09;的Visual Studio解决方案&＃xff0c;在Visual Studio中打开就能用。

准备

整个过程除Visual Studio 2015外&＃xff0c;还需要一些软件的协助&＃xff1a;

• Git&＃xff08;不用也可以&＃xff0c;直接下载.zip的Tesseract源码&＃xff09;
• CPPAN&＃xff08;加入PATH&＃xff09;
• CMake&＃xff08;加入PATH&＃xff09;

编译

x86

照着wiki中的来

git clone https://github.com/tesseract-ocr/tesseract tesseract
cd tesseract
cppan
mkdir build
cd build
cmake ..


这时在build文件夹内就出现了tesseract.sln文件&＃xff0c;双击就可以在Visual Studio 2015&＃xff08;Tesseract 3.05要求Visual Studio 2015&＃xff09;内打开解决方案&＃xff0c;选择“Debug”或“Release”&＃xff0c;然后在解决方案资源管理器中tesseract项目&＃xff08;不是tesseractmain项目&＃xff09;上点击右键&＃xff0c;选择“生成”&＃xff0c;等待编译完成就会看到输出

3> 正在创建库 C:/test5/tesseract/build/Release/tesseract305.lib 和对象 C:/test5/tesseract/build/Release/tesseract305.exp

3> tesseract.vcxproj -> C:\test5\tesseract\build\bin\Release\tesseract305.dll

&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61; 全部重新生成: 成功 3 个&＃xff0c;失败 0 个&＃xff0c;跳过 0 个 &＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;

tesseract305.dll生成成功啦&＃xff01;

x64

上面生成的tesseract305.dll只能用于32位版&＃xff08;并不是只能用于32位的Windows&＃xff0c;而是需要用到此DLL的环境&＃xff09;&＃xff0c;如果需要64位版&＃xff0c;只需要修改上述x86版的其中一个地方&＃xff0c;完整的命令为

git clone https://github.com/tesseract-ocr/tesseract tesseract
cd tesseract
cppan
mkdir build
cd build
cmake -G "Visual Studio 14 Win64" ..


-G即指定CMake的generator&＃xff0c;Visual Studio 14即Visual Studio 2015&＃xff0c;Win64即64位。

编译错误“文本后缀无效”

编译时可能会遇到

文本后缀“銆”无效&＃xff1b;未找到文文本运算符或文本运算符模板“operator """"銆”

的错误&＃xff0c;不要慌&＃xff0c;这里只是文件编码问题&＃xff0c;由来已久的UTF-8和Windows简体中文版的GB2312问题。双击此错误会跳到出错的文件&＃xff0c;这时在Visual Studio菜单栏上点击“文件”->“高级保存选项”&＃xff0c;在“编码”下拉框选择“简体中文&＃xff08;GB2312&＃xff09;”&＃xff0c;然后“确定”即可。重新编译就没问题啦&＃xff01;

小结

整个过程是不是异常简单&＃xff1f;不仅如此&＃xff0c;这种方法还不会遇到Tesseract或者依赖库版本过老的问题&＃xff08;因为全都用的master分支&＃xff09;。这里没有详述CMakeLists.txt中的关键语句&＃xff0c;如果你感兴趣可以自己去找相关资料。

参考

• Compiling · tesseract-ocr/tesseract Wiki
• DanBloomberg/leptonica: Leptonica.org is an open source site containing software that is broadly useful for image processing and image analysis applications
• cppan/intro.md at master · cppan/cppan
• 解决CMake导致的"模块计算机类型x64与目标计算机类型X86冲突"的问题
• 解决Visual Studio编译错误"文本后缀无效; 未找到文文本运算符或文本运算符模板"