ocr - 超立方体运行错误

Question

我在 Linux 上运行 tesseract-ocr 引擎时遇到问题。我已经下载了RUS语言数据并将其放入tessdata目录(/usr/local/share/tessdata)。当我尝试使用命令 tesseract blob.jpg out -l rus 运行 tesseract 时，它显示错误:

Error opening data file /usr/local/share/tessdata/eng.traineddata

Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.

Failed loading language eng
Tesseract couldn't load any languages!

Could not initialize tesseract.

根据compiling guide ，我使用了 export TESSDATA_PREFIX='/usr/local/share/'
指向我的 tessdata 目录。也许我应该编辑任何配置文件？ Tesseract 尝试加载“eng”数据文件而不是“rus”。

截图: /image/I0Guc.png

Answer 1

您可以获取eng.traineddata Github:

wget https://github.com/tesseract-ocr/tessdata/raw/main/eng.traineddata

检查https://github.com/tesseract-ocr/tessdata获取经过训练的语言数据的完整列表。

获取文件后，将它们移动到 /usr/local/share/tessdata 文件夹。警告:某些 Linux 发行版(例如 openSUSE 和 Ubuntu)可能期望它位于 /usr/share/tessdata 中。

# If you got the data from Google, unzip it first!
gunzip eng.traineddata.gz 
# Move the data
sudo mv -v eng.traineddata /usr/local/share/tessdata/