1.前言

我需要使用Tessract整合进Springboot项目中进行OCR识别图像中的文字,然后发现了Tess4J这个整合包。然后我引入这个Tess4J的时候发现本地Window环境下可以直接运行，Linux环境下就初始化失败。网上找了各类相关文章，踩了不少坑，特此记录下如何整合并成功运行。

2.引入pom文件

<!--    Tess4J是对Tesseract OCR API.的Java JNA 封装。使java能够通过调用Tess4J的API来使用Tesseract OCR。支持的格式：TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF        -->
            <dependency>
                <groupId>net.sourceforge.tess4j</groupId>
                <artifactId>tess4j</artifactId>
                <version>4.5.1</version>
            </dependency>

3.Linux需要安装对应的Tesseract响应的环境

由于tess4j是对tesseract的封装，tesseract又依赖于leptonica。所以我们需要先安装好tesseract与leptonica。

3.1安装依赖，最基本的环境

yum install autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel gcc gcc-c++

3.2 提前下载好两个文件

通过下方传送门下载
leptonica-1.79.0.tar.gz
tesseract-4.1.1.tar.gz
下载好后放在自己定义好的服务器文件夹中。这里我们放到/usr/local/下。

3.3安装两个文件命令

linux下执行命令

cd /usr/local
mkdir  /usr/local/leptonica
tar -xzvf leptonica-1.79.0.tar.gz
cd leptonica-1.79.0
./configure --prefix=/usr/local/leptonica  && make  && make install

cd /usr/local
mkdir /usr/local/tesseract
tar -xzvf 4.1.1.tar.gz
cd tesseract-4.1.1
# 必须先运行autogen.sh文件才会有configuer文件
./autogen.sh
# 编译安装到指定文件夹
./configure --prefix=/usr/local/tesseract  && make && make install

配置leptonica环境变量

执行命令

vim /etc/profile

在文件末尾追加配置

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/leptonica/lib/pkgconfig
export PKG_CONFIG_PATH
CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export CPLUS_INCLUDE_PATH
C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/leptonica/include/leptonica
export C_INCLUDE_PATH
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/leptonica/lib
export LD_LIBRARY_PATH
LIBRARY_PATH=$LIBRARY_PATH:/usr/local/leptonica/lib
export LIBRARY_PATH
LIBLEPT_HEADERSDIR=/usr/local/leptonica/include/leptonica
export LIBLEPT_HEADERSDIR

现在可以去下载自己需要的识别库，后期将自己训练的识别库放到这个初始化目录下就行。前期我们用官方默认的识别库。所有的识别库地址：https://github.com/tesseract-ocr/tessdata
我只需要中文识别库，所以下面通过中文识别库举例。
点击下载中文简体语言库chi_sim.traineddata,上传到 /usr/local/tesseract/share/tessdata/目录。
若是java项目中已经使用了识别库，不需要再下载，只需要下一步配置时配置到java中使用的目录地址即可。

3.4配置tesseract环境变量

vim /etc/profile

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/leptonica/lib:/usr/local/tesseract/lib
export LD_LIBRARY_PATH
LIBRARY_PATH=$LIBRARY_PATH:/usr/local/leptonica/lib:/usr/local/tesseract/lib
export LIBRARY_PATH
LIBLEPT_HEADERSDIR=/usr/local/leptonica/include/leptonica
export LIBLEPT_HEADERSDIR


PATH=$PATH:/usr/local/tesseract/bin
export PATH
export TESSDATA_PREFIX=/usr/local/xxx/xxxx  ##注意：该位置是训练库所在文件目录
export PATH=$PATH:$TESSDATA_PREFIX

再输入生效配置命令

source /etc/profile

3.5测试安装是否成功

tesseract --version

控制台出现tesseract版本号和leptonica版本号就算成功了

4.Springboot项目配置

完成了上面的环境基础后，我们回到项目里来，有两个文件得从安装tesseract后的lib文件夹里面获取

这两文件需要下载下来，然后放到项目resources中再打包成jar包

。然后我们就可以选择两种，我没有去配置Datapath。因为我发现Tess4J封装源码可以选默认路径。如下图。如果配置环境变量TESSDATA_PREFIX理论上也是可以访问到tesseract。我选第二种，就是将训练库模型放到jar同级目录下也是能直接调用

服务器项目与训练库文件路径如下图

调用代码成功图片

借鉴文章
https://blog.csdn.net/Princeliu999/article/details/130953176
https://blog.csdn.net/weixin_47914635/article/details/128715110
https://blog.csdn.net/weixin_45822002/article/details/132606562?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-1-132606562-blog-128715110.235^v38pc_relevant_sort_base1&spm=1001.2101.3001.4242.2&utm_relevant_index=4