Visual Studioでtesseract-ocrを利用したかったのですが、頑張ってもなかなかビルドが出来ませんでした。
ところがvcpkgを使用するとtesseractがあっさりビルドでき、簡単に導入できるようになりました。
以下を参考にさせていただきました。ありがとうございます。
https://qiita.com/jugemjugemu/items/fcb72bdca13dc06b0f37
http://whoopsidaisies.hatenablog.com/entry/2014/11/12/003100
https://qiita.com/RivaleDgg/items/1085e570f0662918b16c
http://tecsingularity.com/opencv/opencvcontrib/
とあえず、tesseractをOpenCVと一緒に64bitでビルドして使えるようにしてみます。
##各種準備
Visual Studio 2017 （Visual Studio 2015 ではtesseractのビルドに失敗します）
vcpkg
OpenCV 4.0
opencv_contrib 4.0.0
上記4点が必要になります。
##vcpkgからtesseract-ocrの導入
- Githubから落としてきたvcpkgを展開して、「bootstrap-vcpkg.bat」を実行。
- 以下の管理者権限でコマンドを入力し、tesseractをインストール。
- しばらく待つ（私の環境では30分程度・・・）
- エラーが出なければ完了。
vcpkg install tesseract:x64-windows
※私の環境ではシステムロケール（Windowsの表示言語）を変更しなくても問題は無かったです。
※x64-windows-staticではOpenCVのビルドで失敗するのでx64-windowsでインストール。
※Visual Studio 2015ではインストールに失敗します。（icuのインストールで失敗？）
##OpenCVのビルド
「C:/tesse」フォルダへ各種ファイルを展開、「C:/tesse/tesse-ins」へビルドする設定。
-
OpenCVとopencv_contribを展開。
-
CMake-GUIを起動。
-
「Where is source code」にOpenCVを展開したさきの「/sources」を設定。ビルド先も設定
-
「Configure」をクリック。「Visual Studio 15 2017 Win64」を指定して「Finish」
-
「OPENCV_EXTRA_MODULES_PATH」に「opencv_contrib」を展開した先の「/modules」を設定。「Configure」をクリック。
6.「Lept_LIBRARY」「Tesseract_INCLUDE_DIR」「Tesseract_LIBRARY」へvcpkgの「/installed」を指定。
※オプションは適当に指定してください。個人的には「BUILD_opencv_world」をONに。
※「Tesseract_INCLUDE_DIR」に「/tesseract」まで入力するとビルドに失敗します。
-
再度「Configure」して「Generate」。「Open Project」
-
VS2017が起動するので、ビルド＞バッチビルドからALL_BUILDとINSTALLを指定してビルド
9.気長に待つ（CUDAを入れたりすると一晩くらい？）。エラーが出なければ完了。
##ちょっと使ってみる
- tesseractを使用するには、vcpkgの「\installed\x64-windows\bin」以下にあるdllも必要。環境変数にここも含めるか、丸々コピーして使ってください。当然opencv_world400.dllも。
- 追加の依存ファイルは「BUILD_opencv_world」をONにしていれば「opencv_world400.lib」のみでOK。
- Tesseract at UB Mannheim に4.0.0のビルド済み.exeと学習済みモデルがあるので落としてインストール。
- whoopsidaisies's diaryさんの2014-11-12の記事を参考に以下のコードでこんな認識率でした。
#include <opencv2/dnn.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/core/utils/trace.hpp>
#include <opencv2/text.hpp>
#include <fstream>
#include <iostream>
#include <cstdlib>
#include <string>
using namespace cv;
using namespace cv::dnn;
using namespace std;
CString Utf8ToCString(const std::string& utf8)
{
INT bufsize = ::MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, NULL, 0);
WCHAR* utf16 = new WCHAR[bufsize];
::MultiByteToWideChar(CP_UTF8, 0, utf8.c_str(), -1, utf16, bufsize);
CString ret(utf16, ::wcslen(utf16));
delete[] utf16;
return ret;
}
void CdnntestDlg::OnBnClickedButton2()
{
// TODO: ここにコントロール通知ハンドラー コードを追加します。
CString filter("JPEG Files (*.jpg;*.jpeg)|*.jpg; *.jpeg||");
CString filepath;
CFileDialog selDlg(TRUE, NULL, NULL, OFN_HIDEREADONLY, NULL);
if (selDlg.DoModal() == IDOK)
{
filepath = selDlg.GetPathName();
UpdateData(FALSE);
}
CStringA stra;
stra = filepath;
std::string filep = stra.GetBuffer(0);
// 画像読み込み
auto image = cv::imread(filep);
// グレースケール化
cv::Mat gray;
cv::cvtColor(image, gray, COLOR_RGB2GRAY);
// 文字認識クラスのインスタンス生成
auto ocr = cv::text::OCRTesseract::create("C:\\opencv-tesse\\tessedata", "jpn");
std::string text;
std::vector<cv::Rect> boxes;
std::vector<std::string> words;
vector<float> confidences;
// 文字認識の実行
ocr->run(image, text, &boxes, &words, &confidences);
CString strres,res;
std::vector<cv::Point> p1;
std::vector<cv::Point> p2;
for (int i = 0; i < boxes.size(); i++)
{
strres.Format("%-10s | (%3d, %3d) | (%3d, %3d) | %f\n", Utf8ToCString(words[i].c_str()),boxes[i].x, boxes[i].y,boxes[i].width, boxes[i].height,confidences[i]);
res += strres;
res += _T("\r\n");
cv::Point first = { boxes[i].x, boxes[i].y };
cv::Point second = { boxes[i].x + boxes[i].width, boxes[i].y + boxes[i].height };
p1.push_back(first);
p2.push_back(second);
}
for (int i = 0;i < p1.size();i++)
{
cv::rectangle(image, p1[i], p2[i], Scalar(0, 0, 0), 1, 8);
}
imshow("Image", image);
edit1.SetWindowText(res);
CString showtext;
showtext = Utf8ToCString(text);
showtext.Replace(_T("\n"), _T("\r\n"));
edit2.SetWindowText(showtext);
}
##最後に
VS2017さえ導入すれば鬼門のtesseractのビルドがvcpkgで簡単にできるので、ものすごく楽です。
Githubから落としたtesseractをビルドしようとすると・・・私には一週間かけても出来ませんでしたorz
CPPANとか何故か失敗しまくりでLeptnicaすらちゃんとビルド出来なかったよ・・・