一、依赖安装：

1、查看centos版本

#cat /etc/redhat-release
CentOS release 6.5 (Final)

2、检查make，gcc和g++版本

#gcc --version
#g++ --version
gcc的当前版本编译tesseract4.1会出错，需要gcc更高的版本

3、安装make，gcc和g++

由于我的环境是内网环境，软件下载、安装步骤详见，[离线安装Linux包](https://blog.csdn.net/zhuan_long/article/details/126120770?spm=1001.2014.3001.5502)

4、安装依赖包

所需依赖包有：autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel leptonica(1.67以上)

• 依赖包如果是.rpm格式，使用以下命令安装

rpm -ivh 包名

• 依赖包如果是压缩包格式，需要先解压

# 解压
tar -zxvf 文件名 
# 进入包文件夹
cd 文件名
# 执行以下命令，进行程序编译，安装
./autogen.sh
./configure
make
make install

5、将leptonica添加环境变量

# 修改profile
vim /etc/profile
# 添加信息
export LD_LIBRARY_PATH=/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
# 保存
# 刷新配置
source /etc/profile

6、安装tesseract

tar -xzvf 4.1.0.tar.gz
cd tesseract-4.1.0
./autogen.sh 
./configure
make
sudo make install 或make install

7、配置 tesseract 环境变量

vim /etc/profile
# 添加以下字段：
PATH=$PATH:/usr/local/tesseract/bin
export PATH
export TESSDATA_PREFIX=/root/tessdata
export PATH=$PATH:$TESSDATA_PREFIX
# 刷新配置
source /etc/profile

8、安装完毕查看tesseract版本

# 查看tesseract版本
tesseract --version
# 可执行文件路径：
which tesseract 
/usr/local/bin/tesseract

# 语言包的路径(目前空空如也)：
/usr/local/share/tessdata

9、拷贝tessdata目录

将软件安装目录下的tessdata目录拷贝到/usr/local/share/tessdata目录

10、下载tesseract语言包

下载tesseract语言包，把语言包放到/usr/local/share/tessdata目录下
我们体验的时候只要下载英文和简体中文语言包即可：eng.traineddata、chi_sim.traineddata、chi_sim_vert.traineddata

11、初体验tesseract识别

• 先体验英文识别，eng_test.jpg是我们准备的英文文字图片，eng_result.txt为输出结果：
  #tesseract eng_test.jpg eng_result --psm 7

• 再体验一下中文识别，chi_sim_test.jpg是我们准备中文文字图片，chi_sim_result.txt为输出结果：
  #tesseract chi_sim_test.jpg chi_sim_result -l chi_sim --psm 7

• 下面简单介绍一下常用的参数

-l参数表示要用的语言包，chi_sim表示简体中文语言包，默认为英文；
--psm参数可以简单理解成图片中的文字的布局方式，默认为：3
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR.
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.

• 注意事项：
  1.如果图片分辨率和gpi不符合要求会返回警告:
  Tesseract Open Source OCR Engine v4.1.0 with Leptonica
  Warning: Invalid resolution 0 dpi. Using 70 instead.
  解决办法：修改图片gpi和分辨率，参照测试图片test_picture3.jpg