Build project from Tesseract Source Code for Visual Studio 2012
上一節(jié)講到，如果直接編譯libtesseract304工程，會有報錯。說找不到某個頭文件。看來，Tesseract還依賴于第三方的庫。當然，這么沒來由的瞎猜也不是個事兒。還不如再上官網(wǎng)找找線索。
果然，有一個頁面就專門講如何安裝來著。如果你打算用Linux系統(tǒng)來編譯（比如說Ubuntu），那么你就需要安裝一些其它的庫：
sudo apt-get install autoconf automake libtool
sudo apt-get install pkg-config
sudo apt-get install libpng12-dev
sudo apt-get install libjpeg62-dev
sudo apt-get install libtiff4-dev
sudo apt-get install zlib1g-dev
如果你還想要訓練，那就還得再多裝一點：
sudo apt-get install libicu-dev
sudo apt-get install libpango1.0-dev
sudo apt-get install libcairo2-dev
你還需要安裝Leptonia……這里就不詳細說了，因為我的目標是要安裝Windows的版本，所選擇的編譯器是Visual Studio 2012。
可怕的事情發(fā)生了，官網(wǎng)上居然只支持VS2015！
然而，機智如我怎么可能為此而安裝Visual Studio 2015。畢竟公司給配的電腦的運行速度正處在令我滿意的邊界值。我怕再裝一個編譯器會大大有損我司在我心目中的形象。不過現(xiàn)在是搞清楚了，我們需要安裝的東西，就是Leptonica。那我去找個針對Visual Studio 2012的Leptonica不就完了嗎？
還真讓我給找著了！【GitHub Repo】
果斷下載。
先來找找上一篇中找不到的allheaders.h吧。
原來就躲在liblept的頭文件中呢。頓時有了信心。
打開tesseract.sln
解決方案中包含的項目如下：
發(fā)現(xiàn)項目的屬性中，平臺工具集為v120。v120表示的是Visual Studio 2013。（GitHub的作者一開始的目標是VS2012來著，后來不知為什么轉(zhuǎn)而支持VS2013去了。）
因此，我們需要將所有項目的平臺工具集屬性都改成v110。(Debug|Release)都要改哦！
另外，Visual Studio 2012 的ToolsVersion為4.0。所以也需要手動修改一下所有項目中*.vcxproj中的ToolsVersion：
再著就開始生成吧：
- 生成zlib-128，成功。
- 生成libtiff-394，有警告，成功。
- 生成libpng-143，成功。
- 生成libjpeg-8c，成功。
- 生成giflib-416，有警告，成功。
- 生成liblept-171，失敗……
額，失敗了……主要原因是在函數(shù)中間定義變量，而未在函數(shù)一開始定義變量。VC2012不支持這么寫。比如說，這樣一個函數(shù)：
void
lept_direxists(const char *dir,
l_int32 *pexists)
{
char *realdir;
if (!pexists) return;
*pexists = 0;
if (!dir) return;
if ((realdir = genPathname(dir, NULL)) == NULL)
return;
#ifndef _WIN32
{
struct stat s;
l_int32 err = stat(realdir, &s);
if (err != -1 && S_ISDIR(s.st_mode))
*pexists = 1;
}
#else /* _WIN32 */
l_uint32 attributes; //line 21
attributes = GetFileAttributes(realdir);
if (attributes != INVALID_FILE_ATTRIBUTES &&
(attributes & FILE_ATTRIBUTE_DIRECTORY)) {
*pexists = 1;
}
#endif /* _WIN32 */
FREE(realdir);
return;
}
21行的聲明沒有放在開頭寫，所以需要修改成：
void
lept_direxists(const char *dir,
l_int32 *pexists)
{
char *realdir;
l_uint32 attributes; //原來的第21行
if (!pexists) return;
*pexists = 0;
if (!dir) return;
if ((realdir = genPathname(dir, NULL)) == NULL)
return;
#ifndef _WIN32
{
struct stat s;
l_int32 err = stat(realdir, &s);
if (err != -1 && S_ISDIR(s.st_mode))
*pexists = 1;
}
#else /* _WIN32 */
attributes = GetFileAttributes(realdir);
if (attributes != INVALID_FILE_ATTRIBUTES &&
(attributes & FILE_ATTRIBUTE_DIRECTORY)) {
*pexists = 1;
}
#endif /* _WIN32 */
FREE(realdir);
return;
}
全都是這樣的問題。修改之后，成功生成。 將Release與Debug全都生成完后，在build/lib/Win32目錄下，就會產(chǎn)生那么幾個重要的文件。
接下來，我們再回過頭來看一下
libtesseract304的屬性頁。其添加的庫目錄為..\..\..\lib，
需要添加的庫為liblept和libtiff。
include的目錄為
..\..\..\include和..\..\..\include\leptonica
因此接下來要做的事顯得順理成章，在tesseract的同一級目錄中新建lib文件夾。放入這么些個文件。
在tesseract的同一級建立include文件夾，在include文件夾中建立leptonica文件夾。將liblept中的頭文件全部拷入其中。
再次生成，結(jié)果還是錯誤。不過，這次的錯誤不一樣了：
對應的錯誤代碼在這兒：
顯然是編碼方式出了問題。解決方法：
文件->高級保存選項：
修改為：
再次生成，繼續(xù)報錯：
對應到的代碼段為：
顯然又是編譯器不支持C99導致的錯~Visual C 2012，你敢不敢支持一下C99！
無奈，那就修改一下吧，好在不是什么大問題。
修改為：
static void AddIdTohOCR(STRING* hocr_str, const std::string base, int num1, int num2) {
unsigned long bufsize = base.length() + 2 * kMaxIntSize;
char* id_buffer = (char*)malloc(bufsize*sizeof(char));
if (num2 >= 0) {
snprintf(id_buffer, bufsize - 1, "%s_%d_%d", base.c_str(), num1, num2);
} else {
snprintf(id_buffer, bufsize - 1, "%s_%d", base.c_str(), num1);
}
id_buffer[bufsize - 1] = '\0';
*hocr_str += " id='";
*hocr_str += id_buffer;
*hocr_str += "'";
free(id_buffer);
}
生成，終于成功啦！在vs2010的DLL_Debug目錄下生成了libtesseract304d.dll和libtesseract304d.lib文件。
乘勝追擊，Release再來一下吧。OK，也是相當成功。在DLL_Release目錄下生成了三個文件。
接下來，生成另外一個工程，
tesseract。Debug與Release都很容易就生成了。
好不容易生成好，趕緊拿個例子嘗試一下~
Tesseract是一個命令行程序，所以打開cmd命令行工具才是使用Tesseract的正確姿勢。
tesseract的命令行語法如下：
tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
使用tesseract來進行OCR識別的最基本的用法如下：
tesseract myscan.png out
這會在myscan.png這張圖像上進行OCR，然后把結(jié)果輸出到out.txt中。
或者我們可以規(guī)定文字的語言，比如用德語來進行OCR。
tesseract myscan.png out -l deu
甚至可以用多種語言來進行識別，比如用德文加英文：
tesseract myscan.png out -l eng+deu
我已經(jīng)迫不及待了，趕緊來PS一張圖嘗試一下吧~
原諒我作為程序員的職業(yè)病~接下來是見證奇跡的時刻：
好了，這一篇就寫到這里吧。接下來會寫些什么，我其實也不知道。敬請期待吧~
