熊猫

如果你不使用 brew 工具，也可以使用 macports 进行安装，点击查看官方文档。

使用 macports 的的方法官网中已经给出了，执行下面命令即可：

sudo port install tesseract

同时，使用 macports 工具也可以直接下载指定的语言模型，有效模型可以在 上查看，或者你也可以参考前面安装语言模型的方法，手动处理模型，这里就不赘述了，再给一个 macports 配置国内源的脚本吧：

# 将原本的默认源替换成清华源
sudo sed -i '' 's@^#\{0,1\}rsync://.*$@rsync://mirrors.tuna.tsinghua.edu.cn/macports/release/tarballs/ports.tar [default]@' /opt/local/etc/macports/sources.conf
# 修改rsync_server和rsync_dir
sudo sed  -e '
/^#\{0,1\}rsync_server/c \ 
rsync_server    mirrors.tuna.tsinghua.edu.cn
/^#\{0,1\}rsync_dir/c \ 
rsync_dir    macports/release/tarballs/base.tar' macports.conf
# 更新源
sudo port -v selfupdate

首先我们可以借助于 brew 工具安装 tesseract。

brew install tesseract

安装完成后，使用命令可以发现本地还没有语言数据：

我们可以从下面几个地址下载语言模型,下面给出的模型识别速度由快到满，准确率由低到高：

• https://github.com/tesseract-ocr/tessdata_fast/
• https://github.com/tesseract-ocr/tessdata
• https://github.com/tesseract-ocr/tessdata_best

根据上图的第一行报错，我的模型默认加载目录为/opt/local/share/tessdata/，但你的目录地址大概率和我不一致，如果不想使用该目录，可以自己创建一个目录，然后使用一个名为 TESSDATA_PREFIX 的环境变量指向该目录。

可以通过执行下面的命令配置该环境变量，注意修改目录地址:

echo "TESSDATA_PREFIX=你的目录地址">~/.bashrc

当然，我们也可以同时创建多个目录，将不同的模型放到不同的目录下，并通过 TESSDATA_PREFIX 环境变量进行切换。

接下来就是下载将模型存放到你的加载目录中去了,这里建议找个多线程下载工具进行下载，我看了下 best 包，该包解压前 1.77GB，当然也可以直接使用 git 命令直接将文件 clone 到对应的目录下。

如果不需要使用多个模型，建议直接进行下面操作即可：

首先移除掉模型目录下的所有文件，否则 git 命令会执行失败,这里不提供脚本，是考虑到很多新手低估了 rm 命令的能力，所以建议通过 finder 移除

# 首先移除掉模型目录下的所有文件，这里不提供脚本，是考虑到很多新手，所以建议通过finder移除
# 切换到模型目录下
cd /opt/local/share/tessdata/
# 然后将模型直接clone到本目录下
sudo git clone --depth=1  https://ghproxy.com/https://github.com/tesseract-ocr/tessdata_best.git .

如果你不需要多模型，进行到这一步就结束了，你的模型已经可以使用了。

如果你想要同时保留多个模型，可以通过下面的方式，首先还是新建一个空目录，然后切换到该目录，将不同的模型 clone 到该目录下：

这里为了加速下载，我使用了 https://ghproxy.com/进行加速。

sudo git clone --depth=1  https://ghproxy.com/https://github.com/tesseract-ocr/tessdata_fast.git
sudo git clone --depth=1  https://ghproxy.com/https://github.com/tesseract-ocr/tessdata.git
sudo git clone --depth=1  https://ghproxy.com/https://github.com/tesseract-ocr/tessdata_best.git

然后你就会在该目录下得到三个模型分别对应的文件夹：

testdata
testdatabest
testdatafast

然后修改环境变量 TESSDATA_PREFIX 的值使其对应一个具体的模型目录，还是以 testdatabest 为例：

#TESSDATA_PREFIX=你的目录地址/testdatafast
#TESSDATA_PREFIX=你的目录地址/testdata
TESSDATA_PREFIX=你的目录地址/testdatabest

我构建了一个聚合 nginx 和 plantuml 服务的 dockerfile,可以快速在本地部署一套 plantuml 服务.

相关帖子本地部署 Plantuml 服务器, 解决思源 plantuml 加载失败的问题