文章目录
- 1. 开发平台
- 2. 下载文件
- 2.1 下载安装 OpenCV 库
- 2.2 下载安装 Tesseract-OCR库
- 2.3 下载训练好的语言包
- 3. CMakeLists.txt 内容
- 4. Main.cpp
- 4.1 中英文混合OCR
- 5. 在Qt Creator 中设置 CMake + vcpkg
- 5.1 在初始化配置文件里修改
- 5.2 在构建配置里修改
- 说明：在Qt工程中CMake使用vcpkg安装的库
- 6. 效果截图
- 7. 小结
Qt利用VCPKG和CMake和OpenCV和Tesseract实现中英文OCR
今天看 OpenCV 方面的教程，pdf 格式的，因为一些强迫症的习惯，喜欢添加一些书签，手动是不太愿意的，自然就想到利用OCR来实现。
想要自己编码实现OCR，方案比较简单就是 Tesseract 。单独使用 Tesseract 也可以，但最好利用 OpenCV 来进行图像方面的处理，一大堆方法可以滤波，变换，就是不停地调参数让人心烦，不同的图，需要使用不同的方法，也不清爽。出于总结的需要，把过程记录下。
这个项目就是个Demo，比较简单，网上的水货，只有 Qt Creator 和 CMake 和 vcpkg 的配合使用 ，有点参考价值。
1. 开发平台
- os ： win10 x64
- Qt：6.6
- compiler：msvc2022
- 项目管理：cmake
- 包管理： vcpkg
- 开发库版本：
- OpenCV ： 4.8 ，这个很友好，有编译出来的库，不需要自己去弄
- Tesseract-ocr : 5.3 巨坑，二进制文件为啥不包含lib ？ 🤯
2. 下载文件
-
先说说踩过的坑，希望有相关经验的大佬，给点指点吧。
-
Tesseract 的坑
在 Tesseract 的 https://github.com/tesseract-ocr/tesseract#installing-tesseract，有二进制包，兴冲冲地下载后，一看原来不是库文件，是可执行文件，这如何编码，用进程对话来实现？这包何用，对开发无益
tesseract-ocr-w64-setup-5.3.3.20231005.exe (64 bit) 安装后 没有lib库,只有可执行文件
-
sw 坑
既然没有 Tesseract 现成的库，那就需要自己编译了，在Tesseract 上接触到了 sw，这也是一个包管理方面的东西，关键是会自动下载，自动解决包依赖的问题，看上去很方便，兴冲冲地下载使用，发现网速也是刚刚的，cmake 也能使用，看看文档 下载、添加环境变量、在cmake设置依赖的包，然后等待成功吧。
find_package(SW REQUIRED) sw_add_package( org.sw.demo.glennrp.png ) sw_execute() add_executable(mytarget ${MY_SOURCES}) target_link_libraries(mytarget org.sw.demo.glennrp.png )看上去很美好，但是 sw_execute() 这一步时间长的也是让人醉了，只要CMakeFiles.txt 一有变动，这玩意就会折腾好一阵子。
有大佬会的么，指点一下细节。这东西看上去不错，值得鼓掌和期待。希望好起来吧。
还有个swgui的客户端，也是折腾了一下，但是最后也没掌握，也搞不懂。遂弃之。
-
2.1 下载安装 OpenCV 库
这一步很简单，官网有很多版本的，我就找了一个最新的
Releases - OpenCV
下载安装，添加环境变量就行。就可以省略向生成的目录下 复制 dll 的步骤。
2.2 下载安装 Tesseract-OCR库
踩过了SW的坑，还是回到了VCPKG。利用 IDM 和 迅雷 实现手动加速网络。过程比较繁琐，但是没啥难度。另外使用PowerShell 会方便一点。
vcpkg install tesseract --triplet=x64-windows
具体步骤：
- 执行
vcpkg install tesseract --triplet=x64-windows - ctrl + c 中断
- 复制下载链接，手动 IDM 或者 迅雷
- 重命名
- 继续 执行
vcpkg install tesseract --triplet=x64-windows…
慢慢征途，应该有本小说在伴。祝网速好运。
另外不要自己去手动编译 Tesseract 库，这库依赖也多，依赖 leptonica 、archive.dll、bz2.dll、clang_rt.asan_dynamic-x86_64.dll、gif.dll、jpeg62.dll、libcrypto-3-x64.dll、libcurl.dll、liblzma.dll、libpng16.dll、libsharpyuv.dll、libwebp.dll、libwebpmux.dll、lz4.dll、openjp2.dll、tiff.dll、zlib1.dll、zstd.dll，烦透啦。
2.3 下载训练好的语言包
-
tessdata_best: https://github.com/tesseract-ocr
-
eng.traineddata 和 chi_sim.traineddata
-
点击进去下载raw
3. CMakeLists.txt 内容
cmake_minimum_required(VERSION 3.24)
project(36_Opencv4_Tesseract_OCR LANGUAGES CXX)
#set(CMAKE_CXX_STANDARD 17)
#set(CMAKE_CXX_STANDARD_REQUIRED ON)
##################### 设置 QT库 #####################
set(CMAKE_AUTOUIC ON)
set(CMAKE_AUTOMOC ON)
set(CMAKE_AUTORCC ON)
# 添加自定义代码的 include 和 source 路径
#include_directories (D:/Project/qt_common_tools/global_define)
#aux_source_directory (D:/Project/qt_common_tools/global_define COMMON_TOOLS_LIST)
find_package(QT NAMES Qt6 Qt5 REQUIRED COMPONENTS Core )
find_package(Qt${QT_VERSION_MAJOR} REQUIRED COMPONENTS Core )
##################### vcpkg 库 #####################
#寻找 TESSERACT 库
FIND_PACKAGE(tesseract REQUIRED)
#寻找 LEPTONICA 库
FIND_PACKAGE(leptonica REQUIRED)
##################### opencv 库 #####################
set(OpenCV_DIR C:/OpenCV/opencv/build)
#寻找OpenCV库
FIND_PACKAGE(OpenCV REQUIRED)
##打印调试信息
#MESSAGE(STATUS "Project: ${PROJECT_NAME}")
#MESSAGE(STATUS "OpenCV library status:")
#MESSAGE(STATUS " version: ${OpenCV_VERSION}")
#MESSAGE(STATUS " libraries: ${OpenCV_LIBS}")
#MESSAGE(STATUS " include path: ${OpenCV_INCLUDE_DIRS}")
##################### 修改入口点 #####################
# 设置程序为 windows 程序 修改入口点,不显示 console
#set(CMAKE_EXE_LINKER_FLAGS "${CMAKE_EXE_LINKER_FLAGS} /ENTRY:mainCRTStartup")
#################### 内存泄露检查 #####################
#SET(CMAKE_CXX_FLAGS "-fsanitize=address")
#获取代码，在项目中，将所有代码都放在src文件夹中
AUX_SOURCE_DIRECTORY(. DIR_SRCS)
#MESSAGE(STATUS "Src file: ${DIR_SRCS}")
#################### 设置源码编码 ####################
#add_compile_options("$<$<CXX_COMPILER_ID:MSVC>:/source-charset:utf-8>")
#add_compile_options("$<$<CXX_COMPILER_ID:MSVC>:/execution-charset:GBK>")
#{{{{{{{{{{{{{{{{{{{ 编译可执行程序 }}}}}}}}}}}}}}}}}}}}#
add_executable( ${PROJECT_NAME}
# WIN32
${DIR_SRCS}
${COMMON_TOOLS_LIST}
)
#################### 添加链接库 #####################
set(VCPKG_INCLUDE_DIR C:/vcpkg/installed/x64-windows/include)
set(VCPKG_LIB_DIR C:/vcpkg/installed/x64-windows/lib)
# 头文件路径
TARGET_INCLUDE_DIRECTORIES(${PROJECT_NAME} PUBLIC ${VCPKG_INCLUDE_DIR})
# lib文件路径
TARGET_LINK_DIRECTORIES(${PROJECT_NAME}
PUBLIC
${VCPKG_LIB_DIR})
# lib文件
TARGET_LINK_LIBRARIES(${PROJECT_NAME} PUBLIC
${OpenCV_LIBS}
tesseract53
leptonica
Qt${QT_VERSION_MAJOR}::Core
)
# 设置默认打开VCPKG
#set_target_properties(${PROJECT_NAME} PROPERTIES VS_GLOBAL_VcpkgEnabled true)
#################### 设置app ico #####################
##set(app_icon_resource_windows ${CMAKE_CURRENT_SOURCE_DIR}/logo.rc)
##message(STATUS "${app_icon_resource_windows}")
4. Main.cpp
//#include "chinese.h"
#include "qdebug.h"
#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <tesseract/baseapi.h> // tesseract main header
#include <QBuffer>
using namespace cv;
int main()
{
std::string image_name = "txt.jpg";
Mat imageMat;
imageMat = imread(image_name);
// imshow(ANSI("原图"), imageMat);
imshow("origin", imageMat);
if (imageMat.empty()) {
printf("No image data \n");
return -1;
}
// Rect ccomp;
// floodFill(imageMat,Point(3,3),Scalar(255,255,255),&ccomp,Scalar(10,10,10),Scalar(20,20,20));
cv::cvtColor(imageMat, imageMat, cv::COLOR_BGR2GRAY);
char *outText;
tesseract::TessBaseAPI tessbaseApi;
if (tessbaseApi.Init("./", "chi_sim+eng")) { // chi_sim+eng 把下载的语言包 和 可执行文件放到一起
std::cout << stderr << std::endl;
exit(1);
}
// tesseract 设置图片
tessbaseApi.SetImage((uchar *) imageMat.data, imageMat.cols, imageMat.rows, 1, imageMat.cols);
// 获取 ocr 结果
outText = tessbaseApi.GetUTF8Text();
if (outText == nullptr) {
std::cout << "没有数据" << std::endl;
}
QBuffer buf;
buf.setData(outText);
buf.open(QIODevice::ReadOnly);
while (!buf.atEnd()) {
QString line = buf.readLine();
// line = removedSpaceInterChinese(line); // 自定义的函数 , 移除中文之间的空格 可以不考虑
if (!line.trimmed().isEmpty())
qDebug() << line;
}
delete[] outText;
waitKey();
return 0;
}
4.1 中英文混合OCR
tessbaseApi.Init("./", "chi_sim+eng")
使用 + 号 连接 chi_sim、eng 就行
5. 在Qt Creator 中设置 CMake + vcpkg
cmake导入库： 可以手动编写 ，但既然能够偷懒，为啥要动手 O(∩_∩)O
但是第一步还得手动：
5.1 在初始化配置文件里修改
如果切换编译模式 realease —> debug 也得手动添加 /(ㄒoㄒ)/~~
5.2 在构建配置里修改
刚刚又捣鼓出来了一个，直接在 工具配置里 添加 -DCMAKE_TOOLCHAIN_FILE:STRING=C:/vcpkg/scripts/buildsystems/vcpkg.cmake 就行
推荐指数：⭐⭐⭐⭐⭐
说明：在Qt工程中CMake使用vcpkg安装的库
# 在Qt工程中使用vcpkg安装的库，改成自己的vcpkg安装目录 1. qt 在项目中添加 CMAKE_TOOLCHAIN_FILE C:/vcpkg/scripts/buildsystems/vcpkg.cmake 2. CMakeList.txt ##################### vcpkg 库 ##################### #寻找 TESSERACT 库 FIND_PACKAGE(tesseract REQUIRED) #寻找 LEPTONICA 库 FIND_PACKAGE(leptonica REQUIRED) #################### 链接库 ##################### set(VCPKG_INCLUDE_DIR C:/vcpkg/installed/x64-windows/include) // 这一步其实也可以修改，不用绝对路径 set(VCPKG_LIB_DIR C:/vcpkg/installed/x64-windows/lib) # 头文件路径 TARGET_INCLUDE_DIRECTORIES(${PROJECT_NAME} PUBLIC ${VCPKG_INCLUDE_DIR}) # lib文件路径 TARGET_LINK_DIRECTORIES(${PROJECT_NAME} PUBLIC ${VCPKG_LIB_DIR}) # lib文件 TARGET_LINK_LIBRARIES(${PROJECT_NAME} PUBLIC tesseract53 leptonica )
6. 效果截图
7. 小结
构建套件：Desktop Qt 6.6 MSVC2019 64bit 可以使用 MSVC2022 版的c 和 c++的编译器，也算方便。如果msvc添加了142生成工具，那也可以手动添加编译，选择 msvc2019模式就行。
如果没有使用Qt的模块【就这个程序而言，完全可以不用qt】，用std::cout 输出，会发现 QC的应用程序输出框全是乱码，但是不要慌！
用cmd去执行程序，代码页切换到utf-8 ： chcp 65001
想说的也说完了，大功告成！
![[NLP] Llama2模型运行在Mac机器](https://img-blog.csdnimg.cn/6eed6a884a784fd0a43f2447319923eb.png)
