#化鲲为鹏，我有话说#使用华为云鲲鹏弹性云服务器部署文字识别Tesseract

分配的弹性云服务器规格：2vCPUs|4G|CentOS6.5 64bit

首先登录上华为云官网，在控制台找到分配的弹性云服务器复制IP，打开桌面上的XFce，执行如下代码，将EIP修改为IP：

LANG=en_us.UTF-8 ssh root@EIP

输入密码，配置Tesseract环境所需要的依赖包，例如构建系统需要的Auto make，创建库的工具libtools、C++编译器、图片库等等

输入如下命令行进行相关依赖包安装：

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

leptonica是tesserart的依赖库，使用它可以实现tesserart识别串的编译

下载leptonica安装包，执行如下命令行：

wget https://sandbox-experiment-resource.obs.cn-north-1.myhuaweicloud.com/kunpeng-tesseract/leptonica-1.78.0.tar.gz

解压安装包，输入以下命令行：

tar -xvf leptonica-1.78.0.tar.gz

编译安装，先进入leptonica文件夹输入命令行：

cd leptonica-1.78.0

./configure --prefix=/usr/ && make -j4 && make install

配置leptonica所需要的环境变量：

进入：vim etc\profile

进入文件后在键盘上按shift+G键，跳转到文档的底部，将光标移动到done下一行，输入i进入编写状态，将下面的代码输入进去

export PKG_CONFIG_PATH=/usr/lib/pkgconfig

之后按esc退出编辑状态，输入:wq退出文档，输入下面的命令行进行个保存运行。

source /etc/profile && ldconfig

配置tesseract

进入src文件，下载tesseract，输入如下命令行：

cd /usr/local/src
wget https://sandbox-experiment-resource.obs.cn-north-1.myhuaweicloud.com/kunpeng-tesseract/tesseract-4.0.0.tar.gz

解压压缩包：

tar -xvf tesseract-4.0.0.tar.gz

打开文件夹进行编译安装，输入如下命令行：

cd tesseract-4.0.0

./autogen.sh && ./configure && make -j4 && make install

编译成功后，进入root账户下，下载英文语言包：

cd /root
wget https://sandbox-experiment-resource.obs-website.cn-north-1.myhwclouds.com/kunpeng-tesseract/eng.traineddata

下载中文语言包：

wget https://sandbox-experiment-resource.obs-website.cn-north-1.myhwclouds.com/kunpeng-tesseract/chi_sim.traineddata

tesserart识别语音包需要将语音包放置到“usr/local/share/tessdata”这个目录下一般与tesserart识别：

cp eng.traineddata /usr/local/share/tessdata -r && cp chi_sim.traineddata /usr/local/share/tessdata -r

接下来让我们下载个鲲鹏文字图片来进行个测试吧：

wget https://portal-www-software.obs.cn-north-1.myhuaweicloud.com:443/kunpeng_chi.bmp

执行以下命令让我们来查看下测试结果：

tesseract -l chi_sim kunpeng_chi.bmp res_chi && cat res_chi.txt

接下来让我们测试下英文测试结果：

下载英文测试图片

wget https://portal-www-software.obs.cn-north-1.myhuaweicloud.com:443/kunpeng.bmp

执行如下命令行进行测试：

tesseract kunpeng.bmp result && cat result.txt

至此我们tesserart文字识别搭建完成！