Post

Tesseract OCR 安装配置与常见问题解决

2026-05-07

在 Linux 和 Windows 环境下安装配置 Tesseract OCR 的完整指南

概述

本文详细说明在 Linux 和 Windows 系统中安装配置 Tesseract OCR 的完整流程，涵盖源码编译、环境变量设置、语言包配置及常见问题解决方法。适用于需要从零搭建 OCR 环境的开发者，尤其关注 Python 与 Tesseract 的集成场景。

系统要求与依赖准备

Python 版本建议

推荐版本：Python 3.8.x（避免与 opencv-python 等库的兼容性问题）
验证命令：
```
python -V && python3 -V
```

Tesseract 语言包

官方语言包下载地址：https://github.com/tesseract-ocr/tessdata
语言包需存放在 TESSDATA_PREFIX 指定的目录中（默认 /usr/local/share/tessdata）

Linux 环境安装步骤

1. 配置阿里云源（可选）

若需加速软件包下载，可添加阿里云 Kali 源：

echo "deb [https://mirrors.aliyun.com/kali](https://mirrors.aliyun.com/kali) kali-rolling main non-free contrib" | sudo tee /etc/apt/sources.list.d/kali.list
echo "deb-src [https://mirrors.aliyun.com/kali](https://mirrors.aliyun.com/kali) kali-rolling main non-free contrib" | sudo tee -a /etc/apt/sources.list.d/kali.list
sudo apt update && sudo apt upgrade

2. 安装依赖库

sudo apt install autoconf automake pkg-config libtool \
  libjpeg-dev libpng-dev libtiff-dev zlib1g-dev

3. 安装 Leptonica（Tesseract 依赖）

下载源码：

wget https://github.com/DanBloomberg/leptonica/releases/download/1.82.0/leptonica-1.82.0.tar.gz

编译安装：

tar -xzvf leptonica-1.82.0.tar.gz
cd leptonica-1.82.0
./configure
make
sudo make install

配置环境变量：编辑 /etc/profile，添加以下内容：

export LD_LIBRARY_PATH=/usr/local/lib
export LIBLEPT_HEADERSDIR=/usr/local/include
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig

执行 source /etc/profile 生效。

验证安装：
```
ldconfig -p | grep lept
```

4. 安装 Tesseract OCR

方法一：通过包管理器安装

sudo apt install tesseract-ocr

方法二：源码编译安装

下载源码：

wget https://github.com/tesseract-ocr/tesseract/releases/download/5.2.0/tesseract-5.2.0.tar.gz

编译安装：

tar -xzvf tesseract-5.2.0.tar.gz
cd tesseract-5.2.0
./autogen.sh
./configure
make
sudo make install

配置环境变量：在 /etc/profile 中添加：

export PATH=$PATH:/usr/local/tesseract/bin
export TESSDATA_PREFIX=/usr/local/share/tessdata

执行 source /etc/profile 生效。

5. 配置语言包

将下载的 tessdata 目录复制到 TESSDATA_PREFIX 指定路径：
```
cp -r tessdata /usr/local/share/
```

6. 常见问题解决

若运行 tesseract --version 报错：

“没有共享目标文件或目录 libtesseract.so”

检查环境变量是否配置正确。
确认 /usr/local/lib 中存在 libtesseract.so。
执行：
```
sudo ldconfig
```

Windows 环境安装步骤

1. 系统要求

Python 版本：推荐 3.8.x（避免 opencv-python 兼容性问题）
补丁库：
- Windows 补丁库
- VC++ 运行库

2. 安装 Tesseract OCR

下载地址：UB Mannheim Tesseract 安装包
安装后配置环境变量：
1. 将 tesseract-ocr 安装路径（如 C:\Program Files\Tesseract-OCR）添加到 PATH。
2. 将 tessdata 路径（如 C:\Program Files\Tesseract-OCR\tessdata）添加到 PATH。

3. Python 依赖安装

pip install opencv-python pyperclip mss pytesseract pyautogui numpy

Windows 置顶方案：参考 Juejin 技术博客

跨平台注意事项

环境变量配置边界

Linux：需通过 /etc/profile 或用户级 .bashrc 配置环境变量，确保 LD_LIBRARY_PATH 和 PATH 正确。
Windows：需通过系统环境变量管理器添加路径，注意区分 32/64 位兼容性。

语言包适用性

Tesseract 默认支持英文，其他语言需手动下载语言包（如 chi_sim.traineddata）并放置在 TESSDATA_PREFIX 目录中。

Python 集成验证

import pytesseract
print(pytesseract.image_to_string('test.png', lang='chi_sim'))

总结

本文提供了 Tesseract OCR 在 Linux 和 Windows 环境下的完整安装与配置流程，涵盖源码编译、依赖管理、环境变量设置及常见问题解决。实际部署时需根据具体需求选择安装方式，并注意 Python 版本与依赖库的兼容性。若需多语言支持，务必正确配置语言包路径。