一、概述
因为要实现OCR功能，自己实现不了，就要用第三方的库，经过筛选之后打算引入两种OCR识别引擎。一种是tesseract、一种是winrt的微软OCR。
引入两种是因为识别效果的问题，因为目的主要是识别一些基础场景，比如pdf、一些简单的图片的文字提取，首先只引入了tesseract，但是某些场景识别效果一般。后来又调研了一下其它的，比如easyocr，效果不错，但是识别慢，还是基于python+pytorch的，不太好办。后来看到win11自带的这个ocr，对于这种基础场景识别效果还不错。
再多说一句，网上有说法是tesseract过时了，感觉有失公允，tesseract官方提供的通用模型可能效果不是很好，但是毕竟提供了对于模型进行微调的方法，非常适合特定场景自定义训练。
下面说一说关于如何引入并进行测试。
二、引入tesseract
1、获得编译的库
既然要引入库那要么就下载源码自己编译，要么就找编译好的。这里懒得编译，所以使用vcpkg直接编译好的来使用，Vcpkg是微软团队在GitHub上的一个开源项目，它提供一系列简单的命令，自动下载源码然后编译成三方库，而且并不依赖于Windows注册表或Visual Studio。
不过vcpkg的网络很慢，如果想自己尝试可以在网上找找教程。
我把下载好的整个package都上传到了网盘，八百多兆。
链接：https://pan.baidu.com/s/1PxKLjj0x6LuBAF-y0Hy7KA
提取码：oktf下面是部分截图，文件夹很多，因为tesseract还依赖其它的一些包。
2、在项目中引用
在上面的图片中，可以看到这两个文件夹，有static的就是静态的库，另一个是share的库。
我们使用share版本的库，打开tesseract_x64-windows文件夹。
其中include就是我们的包含文件。bin、lib文件夹就是release需要的。debug下面自然就是debug的时候需要的。
3、修改CmakeLists.txt文件
（1）首先再项目文件夹下建立了一个叫lib的文件夹，再其下又建立了一个leptonica文件夹、一个tesseract文件夹。因为tesseract接收的是leptonica格式的图片所以要把leptonica引进来。
（2）leptonica文件夹下建立include和lib文件夹。
（3）tesseract文件夹下建立include、lib、tessdata文件夹。tessdata用于存放官方提供的模型。
（4）把相关对应文件都复制到项目内，lib文件夹下要放release和debug的两个lib。include文件夹下直接copy过来。
处理完上面的文件夹相关工作，然后编辑CmakeLists.txt，首先添加include。
include_directories(${CMAKE_SOURCE_DIR}/lib/leptonica/include)
include_directories(${CMAKE_SOURCE_DIR}/lib/tesseract/include)然后引入lib，debug和release都引入，方便使用。
target_link_libraries(QtFFmpegApp2 PRIVATE debug ${CMAKE_SOURCE_DIR}/lib/leptonica/lib/leptonica-1.82.0d.lib optimized ${CMAKE_SOURCE_DIR}/lib/leptonica/lib/leptonica-1.82.0.lib)
target_link_libraries(QtFFmpegApp2 PRIVATE debug ${CMAKE_SOURCE_DIR}/lib/tesseract/lib/tesseract52d.lib optimized ${CMAKE_SOURCE_DIR}/lib/tesseract/lib/tesseract52.lib)4、运行测试
项目运行之后会在同级文件夹下生成诸如下面名字的文件夹。我们需要把需要用到的dll都copy到里面（包括tesseract和leptonica依赖的dll，可以再vcpkg对应的库的tools文件夹下找到），debug对应debug、release对应release。
build-QtFFmpegApp2-Desktop_Qt_6_3_1_MSVC2019_64bit-Release
build-QtFFmpegApp2-Desktop_Qt_6_3_1_MSVC2019_64bit-Debug
然后写一小段代码进行测试。
#include "qdebug.h"
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
// 初始化tesseract，LSTM效果相对较好
tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
if (api->Init("lib/tesseract/tessdata/", "chi_sim", tesseract::OcrEngineMode::OEM_LSTM_ONLY)) {
// 使用leptonica库打开图像
Pix *image = pixRead(_newFilepath.c_str());
api->SetImage(image);
// 最简单的api，直接识别并打印
char* outText = api->GetUTF8Text();
qDebug()<<"outText:"<<outText;
// 销毁使用过的对象
api->End();
delete api;
delete[] outText;
pixDestroy(&image);三、下一篇
QT案例实战1 - 从零开始编写一个OCR工具软件 (5)引入微软OCR
https://skydance.blog.csdn.net/article/details/127121788