网上搜集了不少资料，发现目前Tesseract转移到了Github上，因此下载方式和以前略有差别，下文是参考了诸位达人（再此表示感谢）和自己的实际操作过程形成的。

（1）首先安装依赖的leptonica库：

wget http://www.leptonica.com/source/leptonica-1.72.tar.gz

tar -xvf leptonica-1.72.tar.gz  

cd leptonica-1.72

./configure && make && make install

（2）编译tesseract了，所用版本 3.04，编译需要automake、libtool，直接用yum安装就可以了。

wget https://github.com/tesseract-ocr/tesseract/archive/3.04.00.tar.gz

mv 3.04.00  Tesseract3.04.00.tar.gz

tar -xvf Tesseract3.04.00.tar.gz  

cd tesseract-3.04.00/

./autogen.sh

./configure

make && make install

 

（3）下载安装英文，中文繁体，中文简体 识别库。

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/eng.traineddata

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata

wget --no-check-certificate https://github.com/tesseract-ocr/tessdata/raw/master/chi_tra.traineddata

                      

cp/mv *.traineddata /usr/local/share/tessdata/

（4）测试

拍一张名片的照片，如下图，并未裁剪（当然，这里各位看到的图片中姓名电话等敏感信息做了遮盖）：

转换一张tiff格式图片，后面用

[root@www wx.ent]# convert -negate card.jpg card.tif

试用JPEG文件识别：

[root@www wx.ent]# tesseract card.jpg ./b  -psm 3 -l chi_sim+eng    [root@www wx.ent]# cat b.txt李某某 丨胁工捏师`天津币英环信诚科披苜眼公司地址: 申国天津华苑产业区科薯别髦76害邮编: 300384 电话: 022-23707238-807债真: 022-83712515手机: 139********E_mail: ‖xuex|n@yinghuan′com

 接下来使用TIFF文件识别：

[root@www wx.ent]# tesseract card.tif ./b  -psm 3 -l chi_sim+eng         Tesseract Open Source OCR Engine v3.04.00 with LeptonicaPage 1Warning in pixReadMemTiff: tiff page 1 not found[root@www wx.ent]# cat b.txt李某某 丨胁工湟师丨天津币英环信诚科技苜限公司地址: 巾国夭津华苑产业区科薯别藿76害mm: 300384 电话: 022-237o7238-807传真: 022-83712515手机: 139*******E_mail: ‖XueX|n@yinghuan′com

可见结果并没有差别。至此tesseract-ocr就安装完成了。