OpenJDK Tess4j Tesseract环境构建镜像

概述

本文接上一篇：Tess4j Linux/Ubuntu需要安装额外依赖程序说明，构建在Linux中可运行Tess4j的环境。

Tess4j 4.x 环境构建

Tesseract  4.1.1构建

Tess4j 4.x 依赖Tesseract 4.x，构建比较容易。基于官方OpenJDK17 slim镜像进行构建。Dockerfile 参考如下：

FROM openjdk:17-jdk-slim

# 安装 Tesseract OCR 和 Tess4J 所需的依赖
RUN apt-get update && \
    apt-get install -y --no-install-recommends \
    tesseract-ocr \
    tesseract-ocr-eng \
    tesseract-ocr-chi-sim \
    tesseract-ocr-chi-tra \
    libtesseract-dev \
    libleptonica-dev \
    && rm -rf /var/lib/apt/lists/*

构建命令：（与Dockerfile同目录执行）

docker build -t openjdk:17-slim-tesseract-ocr-4 .

构建完成后即可使用

提示：该方案安装完成后tesseract版本为4.1.1 与Tess4j 4.5.5 已完成了验证，确保可正常使用。

验证

docker run -it --rm --entrypoint /bin/bash your-image-name

tesseract --version

find / -name "libtesseract.so*" 2>/dev/null
ldd $(which tesseract)

Tess4j 5.x 环境构建

Tess4j 5.x 依赖Tesseract 5.x，构建需要源码编译对应版本的Tesseract，比较耗时且需要外网。

Tesseract 5.3.3 构建

Dockerfile

以上配置已通过完整的代码测试验证。

Tesseract 5.5.1构建

Dockerfile

# 使用openjdk 17 作为基础镜像
FROM openjdk:17-jdk-slim
# 只需要修改下面的两个环境变量版本即可编译
ENV TESSERACT_VERSION 5.5.1
ENV LEPTONICA_VERSION 1.83.1
# ----其余配置与上一个脚本一致，无语修改，所以下面部分忽略------

其他版本

根据上面源码编译脚本，修改环境变量里面的版本可源码构建4.0.0-5.5.1（最新版），需要注意leptonica版本对应关系

leptonica版本对应关系：

• tesseract 5.3.2 - 5.5.1 对应 leptonica >=1.83.1（推荐：1.83.1）
• tesseract 5.0.0 - 5.3.1 对应1.83.1>=leptonic >= 1.74.2 （推荐：1.74.2）
• tesseract 4.x.x（4.x全系版本） 对应 leptonic >= （推荐：1.74.2）

Docker Tesseract Tess4j Docker镜像 OpenJDK Tesseract镜像

https://www.leftso.com/article/250807122722507.html