如何强制 Tesseract 不使用 TESSDATA_PREFIX

Question

我在电脑上安装了Tesseract，并定义了TESSDATA_PREFIX环境变量。但是在完全卸载Tesseract后，我尝试以以下方式使用Tesseract API：

if (myOCR->Init("C:/Projects/project/Release/tessdata/", "rus")) {
            fprintf(stderr, "Could not initialize tesseract.\n");
            exit(1);
        }

和接收

Error opening data file C:\Program Files (x86)\Tesseract-OCR\tessdata/rus.traine
ddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent d
irectory of your "tessdata" directory.
Failed loading language 'rus'
Tesseract couldn't load any languages!
Could not initialize tesseract.

在命令行中键入设置TESSDATA_PREFIX，会提示没有这样的变量。但是tesseract记得它（不知道如何）。那么我该如何强制tesseract在特定文件夹中搜索训练数据？谢谢。

- Alex Hoppus

Answer 1

这似乎很有帮助：Tesseract - 更改语言文件位置 从该线程的答案中可以看出，tesseract会查找环境变量，但是如果没有设置，则假定为固定位置。

最简单的解决方法是运行“cmd”，然后执行：

c:\Users\alex> set TESSDATA_PREFIX="C:/Projects/project/Release/tessdata"
c:\Users\alex> cd MyOCRProgDir
c:\Users\alex\MyOCRProgDir> MyProg

希望这能帮到您！

- Rahul Banerjee

---

我不想使用这个，因为它在另一台电脑上无法运行。 - Alex Hoppus

1.) 我将没有机会在另一台电脑上手动设置环境变量 2.) 这不太方便 3.) 即使重置了这个变量，我也不知道为什么它会搜索C:\Progamfiles (x86)\tesseract-ocr... - Alex Hoppus

我进行了完整的注册表扫描并删除了所有内容，但当我遇到TESSDATA_PREFIX时，它仍在旧目录中搜索。 - Alex Hoppus

首先，您将把这些命令放入“批处理文件”（一个带有.bat扩展名的文件）中，当您将程序复制到其他计算机时，您还将复制此.bat文件到其桌面上，使其成为他们双击启动OCR程序的“快捷方式”。其次，既然这样不起作用，您能否有机会从源代码构建Tesseract？我知道听起来很麻烦，但如果您能够做到这一点，您可能可以使用我指向的线程上的建议。 - Rahul Banerjee

你可以直接在代码中使用putenv，而不是批处理文件。无论如何，重新启动可以解决由tesseract exe之前定义的环境变量引起的棘手问题。谢谢。 - Alex Hoppus

只需要重新启动一下？哈！很高兴你能解决它。 - Rahul Banerjee

Answer 2

我曾经遇到同样的问题...我所做的就是将tessdata文件夹复制到我的应用程序运行的目录中...

注意：在这样做之后，请确保将tessdata属性“复制到输出目录”设置为“始终复制”。这解决了问题...

请参考YouTube上的此链接，以获得更好的演示...希望对你有所帮助 :)

http://www.youtube.com/watch?v=RqvvXJXuRYY

- user2481398

Answer 3

我曾经遇到过训练数据的同样问题。但是我没有强制禁止使用TESSDATA_PREFIX，而是找到了一个解决方法。这个方法对我很有效。

我的机器是64位的，我正在用VS2012构建32位的副本。

设置环境变量。 TESSDATA_PREFIX：C:\Program Files (x86)\Tesseract-OCR

这里的“Tesseract-OCR”是“tessdata”文件夹的父目录。

编辑路径变量。 path：C:\tess\lib\lib;

这里的“C:\tess\lib\lib”是lib和dll文件所在的位置：liblept168.dll、liblept168.lib等。

启动一个新的win32控制台应用程序，并设置以下设置。 C/C++ >> General C:\tess\include\include

这里的“C:\tess\include\include”是包含文件所在的“tesseract”和“leptonica”文件夹的父目录。

链接器 >> 附加库依赖项 C:\tess\lib\lib

链接器 >> 附加依赖项 liblept168.lib libtesseract302.lib （将它们添加到列表中）

C/C++>>预处理器 _CRT_SECURE_NO_WARNINGS（将其添加到列表中）

将两个tesseract dll（对应于库文件）复制到调试和发布文件夹中（不是根目录中的文件夹）

将tessdata文件夹（位于Tesseract安装文件夹内）复制到上述位置。

希望这样做，你就可以开始了。

- Subodha Charles