हम Tesseract-ocr, MinGW और एक फ़ाइल का उपयोग करके C ++ एप्लिकेशन बनाते हैं

ऐसा हुआ कि हमें अपने आवेदन में पाठ को पहचानने की क्षमता को लागू करने की आवश्यकता थी, इसलिए एक उपयुक्त पुस्तकालय की तलाश शुरू हुई। अंतत :, हम दो ओपन सोर्स प्रोजेक्ट्स क्यूनीफोर्म लिनक्स और टेसरैक्ट - ऑक्रॉट पर बसे। CuneiForm परियोजना के एक सावधानीपूर्वक अध्ययन से पता चला है कि यह केवल संज्ञानात्मक प्रौद्योगिकी उत्पाद का एक बंदरगाह है, जिसके स्रोत उन्होंने 2008 में खोले और सफलतापूर्वक अपना ध्यान आकर्षित करने के बाद प्राप्त किया (किसी भी मामले में, ऐसी धारणा)। वास्तव में, पूरी परियोजना में पोर्टिंग शामिल थी, और नई सुविधाओं के बारे में भी कोई बात नहीं हुई थी। यह सब, परियोजना पृष्ठ पर दुखद समाचार के साथ मिलकर, हमें टेनेसेक्ट के पक्ष में क्यूनिफ़ॉर्म को छोड़ दिया, जो वर्तमान में Google के स्वामित्व में है, जो परियोजना के भविष्य में कुछ आत्मविश्वास देता है। बिल्ली के तहत, MinGW का उपयोग करके विंडोज पर Tesseract-ocr का निर्माण और फिर सबसे सरल C ++ एप्लिकेशन बनाने का अनुभव करें।

ट्रेनिंग

मैं उन सभी चीजों का वर्णन करने की कोशिश करूंगा जो एक न्यूनतम सिरदर्द के साथ एक टेसरैक्ट को इकट्ठा करने के लिए किए जाने की आवश्यकता होती है, जबकि मैं कोशिश करता हूं कि सामान्य रूप से तूल न दें।

MinGW को स्थापित और कॉन्फ़िगर करें

प्रोजेक्ट की आधिकारिक साइट से नवीनतम उपलब्ध इंस्टॉलर डाउनलोड और इंस्टॉल करें, सी ++ कंपाइलर और एमएसवाईएस बेसिक सिस्टम की जांच करना न भूलें। उसके बाद, मिनगॉव शेल पर जाएं और अतिरिक्त पैकेज स्थापित करें जिनकी हमें बाद में आवश्यकता होगी, निम्न कमांड के साथ:
mingw-get install mingw32-automake mingw32-autoconf mingw32-autotools mingw32-libz
बस ध्यान दें कि जिस निर्देशिका में MinGW / mingv स्थापित किया गया है वह मुहिम शुरू की गई है, पुस्तकालयों का निर्माण करते समय यह हमारे लिए भी उपयोगी है।

लेप्टानिका लाइब्रेरी स्थापित करें

Tesseract-ocr छवियों के साथ काम करने के लिए Leptonica पुस्तकालय का उपयोग करता है, मैं यह वर्णन करूंगा कि इसे आधिकारिक साइट से लिए जा सकने वाले स्रोत कोड से कैसे बनाया और स्थापित किया जाए, लेकिन इससे पहले हमें libJpeg , libPng और libTiff पुस्तकालयों को स्थापित करने की आवश्यकता होती है , जो बदले में Leptonica का उपयोग करते हैं (हम करेंगे) यह स्रोत से विधानसभा भी है)।

LibJpeg विधानसभा

आधिकारिक साइट से स्रोत कोड संग्रह को डाउनलोड करें और इसे एक अलग निर्देशिका (सरलता के लिए) में अनपैक करें, हम मानते हैं कि यह डी: \ लीव \ जेंप है )। हम MinGW शेल पर वापस लौटते हैं और कलाई की एक झिलमिलाहट के साथ हम उन निर्देशिकाओं में लाइब्रेरी को इकट्ठा करते हैं और स्थापित करते हैं जिनमें डिफ़ॉल्ट रूप से खोज होती है। हम डिबगिंग वर्णों के आउटपुट को अक्षम करने के लिए झंडे को फिर से परिभाषित करते हैं।
cd /D/lib/jpeg
./configure CFLAGS='-O2' CXXFLAGS='-O2' --prefix=/mingw
make
make install

LibPng बिल्ड

हम प्रोजेक्ट पृष्ठ से स्रोत कोड संग्रह भी डाउनलोड करते हैं और इसे D: \ lib \ png निर्देशिका में अनपैक करते हैं (निश्चित रूप से, आप एक और चुन सकते हैं)। हम MinGW शेल पर लौटते हैं और libJpeg के लिए इसे दोहराते हैं।

LibTiff का निर्माण

हम अनुशंसित ftp से स्रोत कोड के साथ संग्रह लेते हैं और इसे D: \ lib \ tiff में अनपैक करते हैं। और हम पिछले दो के समान इकट्ठा करते हैं।

लेप्टानिका का निर्माण करें

हमारे पास पहले से ही स्रोत कोड संग्रह है, इसे D: \ lib \ leptonica में खोलना है। और फिर फ़ाइल के बारे में याद करने का समय है, ज़ालिब समर्थन के साथ विधानसभा एक छोटी सी बग के कारण सफल नहीं होगी, जो कि हालांकि अपने दम पर ठीक करना आसान है। ऐसा करने के लिए, उस निर्देशिका में स्थित src / pngio.c फ़ाइल खोलें जहाँ हमने Leptonica स्रोतों को अनपैक किया था। वहां आपको #include "png.h" लाइन खोजने और उसके बाद निर्देश सम्मिलित करने की आवश्यकता है, ताकि यह इस तरह दिखाई दे :
#include "png.h"

#ifdef HAVE_LIBZ
#include "zlib.h"
#endif

/* ----------------Set defaults for read/write options ----------------- */
उसके बाद हम लेप्टानिका के साथ-साथ पिछले पुस्तकालयों को इकट्ठा करते हैं।

असेंबली और टेसरैक्ट-ओटो की स्थापना

अब हमारे पास सभी आवश्यक निर्भरताएं हैं। इस बार हम डेवलपर्स के svn ट्रंक से स्रोत डाउनलोड करेंगे:
svn checkout ht tp://tesseract-ocr.googlecode.com/svn/trunk/ tesseract-ocr-read-only
* टी के बीच का स्थान विशेष रूप से हैबरपर के लिए है, इसे हटा दें।

जिसके बाद हम फिर से फ़ाइल लेते हैं, मैंने पहले D: \ lib \ tesseract के स्रोतों को निर्यात किया था।
मैं उस निर्देशिका के सापेक्ष फ़ाइलों के लिए पथ लिखूंगा जहां टेसरैक्ट स्रोत स्थित हैं (मुझे याद है कि मेरे मामले में यह डी: \ lib \ tesseract है )।

• फ़ाइल ccutil / platform.h संपादित करना। हमें BLOB प्रकार की पुनः घोषणा की टिप्पणी करने की आवश्यकता है जो पहले से ही winsock2.h में है । इसे कुछ इस तरह करना चाहिए:
  /*typedef struct _BLOB {
unsigned int cbSize;
char *pBlobData;
} BLOB, *LPBLOB;*/
• Vs2008 / पोर्ट से, strtok_r.h और strtok_r.cpp फ़ाइलों को ccutil निर्देशिका में कॉपी करें और cttil / Makefile.am फ़ाइल में libtesseract_ccutil_la_SOURS चर में strtok_r.cpp जोड़ें।
• हम पीबीओबीओबी की अपी / बेसपेई.एच में घोषणा पर टिप्पणी करते हैं।
• Api / Makefile.am फ़ाइल में, हम AM_CPPFLAGS वैरिएबल को मान -I $ (top_srcdir) / vs2008 / पोर्ट के साथ पूरक करते हैं
  या सिर्फ एपीआई निर्देशिका के लिए vs2008 / पोर्ट / version.h फ़ाइल की प्रतिलिपि बनाएँ
• हम फ़ाइल व्यूअर / Makefile.am में AM_CPPFLAGS को वैल्यू -I $ (top_srcdir) / ccutil के साथ जोड़ते हैं

इन जोड़तोड़ के बाद, आप मिनगेल शेल में जा सकते हैं और पुस्तकालय की प्रत्यक्ष विधानसभा के साथ आगे बढ़ सकते हैं:
cd /D/lib/tesseract
./runautoconf
./configure CFLAGS='-D__MSW32__ -O2' CXXFLAGS='-D__MSW32__-O2' LIBS='-lws2_32' LIBLEPT_HEADERSDIR='/mingw/include' --prefix=/mingw
make
make install
जब वह जा रहा था, मैं चाय पीने में कामयाब रहा, और जब मैंने / mingw / शामिल / tesseract में हेडर फ़ाइलों का एक गुच्छा खोजा, Leptonica हैडर फाइलें / mingw / / / leptonica में स्थित थीं , सभी लाइब्रेरीज़ / mingw / lib में दिखाई दीं।

सरल आवेदन

मैं पूरा कोड दूंगा, क्योंकि यह बहुत छोटा है:
#include <stdio.h>
#include <string.h>
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>

int main(int argc, char* argv[]) {
tesseract::TessBaseAPI tessApi;
tessApi.Init("data", "rus");// data *.traineddata ,
// rus
if(argc > 1) {
PIX *pix = pixRead(argv[1]);// ,
// , Leptonica
tessApi.SetImage(pix);// tesseract,
char *text = tessApi.GetUTF8Text();//
//---
char *fileName = NULL;
long prefixLength;
const char* lastDotPosition = strrchr(argv[1], '.');
if(lastDotPosition != NULL) {
prefixLength = lastDotPosition - argv[1];
fileName = new char[prefixLength + 5];
strncpy(fileName, argv[1], prefixLength);
strcpy(fileName + prefixLength, ".txt\0");
} else {
exit(1);
}
//---
FILE *outF = fopen(fileName, "w");
fprintf(outF, "%s", text);
fclose(outF);
//---
pixDestroy(&pix);
delete [] fileName;
delete [] text;
}
return 0;
}
आप कमांड के साथ हमारे आवेदन का निर्माण कर सकते हैं:
g++ -O2 test.cpp -o test.exe -ltesseract_api -ltesseract_main -ltesseract_textord -ltesseract_wordrec -ltesseract_ccstruct -ltesseract_ccutil -ltesseract_classify -ltesseract_dict -ltesseract_image -ltesseract_viewer -ltesseract_cutil -ltesseract_cube -ltesseract_neural -llept -lws2_32
लिंक स्थिर है क्योंकि टेसरैक्ट का वर्तमान संस्करण डीएलएल के निर्माण का समर्थन नहीं करता है।

निष्कर्ष

अपने स्वयं के अनुभव से मुझे पता है कि सबसे मुश्किल काम शुरू करना है, इसलिए मुझे उम्मीद है कि मेरी कहानी किसी के लिए उपयोगी होगी, विशेष रूप से यह देखते हुए कि टेसरैक्ट पर प्रलेखन आपराधिक रूप से छोटा है और मुख्य एक, शायद, डॉक्सीजन का उपयोग करके स्रोत से बाहर निकाला जा सकता है।
पुनश्च: फिक्स के लिए कुछ विचारों को इस पोस्ट में gleaned किया गया था जिसके लिए लेखक को बहुत धन्यवाद।