Ubuntu 我无法将语言数据添加到tesseract 目的

我想用tesseract做中文ocr。 如果我想使用中文ocr，我需要添加培训数据。 然后，我认为有两种方法可以通过使用命令来添加traineddata

sudo-apt-install-tesseract-ocr-chi-sim

或 从

通过sudo-apt-install的安装方法，正确添加了中文数据，成功完成了ocr。 然而，当我尝试后一种方法时，即使我尝试了很多次也没有效果

我想尝试后一种方法的原因是，我认为后一种方法可能比sudo apt install安装的数据具有更高的ocr准确性，我真的想尝试一下。 你知道我为什么不能做ocr吗

---

错误按摩 当我以后一种方式添加数据时，我得到了以下错误

> $ tesseract 0.jpeg output -l chi_sim Error opening data file
> /usr/share/tesseract-ocr/4.00/tessdata/chi_sim.traineddata Please make
> sure the TESSDATA_PREFIX environment variable is set to your
> "tessdata" directory. Failed loading language 'chi_sim' Tesseract
> couldn't load any languages! Could not initialize tesseract.

---

我所做的 在这两种情况下，tesseract的traineddata如下所示

$ tesseract --list-langs
List of available languages (5):
chi_sim
chi_tra
eng
jpn
osd

tesseract 0.jpeg output -l chi_sim --tessdata-dir /usr/share/tesse
ract-ocr/4.00/tessdata

traineddata包含在/usr/share/tesseract ocr/4.00/tessdata/中，因此数据的存放位置没有错误

/usr/share/tesseract-ocr/4.00/tessdata$ ls
chi_sim.traineddata  configs          jpn.traineddata    osd.traineddata  tessconfigs
chi_tra.traineddata  eng.traineddata pdf.ttf

这次出现的错误是由于TESSDATA_前缀路径引起的，因此我尝试通过以下两种方式通过路径执行它，但这里也出现了相同的错误

首先，我在~/.bashrc或~/.profile中添加了以下文本

export TESSDATA_PREFIX=/usr/share/tesseract-ocr/4.00/tessdata/

第二，我执行ocr如下

$ tesseract --list-langs
List of available languages (5):
chi_sim
chi_tra
eng
jpn
osd

tesseract 0.jpeg output -l chi_sim --tessdata-dir /usr/share/tesse
ract-ocr/4.00/tessdata

---

工具版本 之后，我将tesseract的版本更改为tesseract 5.0.0-alpha并尝试了它，但结果完全相同

---

从错误消息中，我认为这是TESSDATA_前缀路径的问题。添加路径的方式是否有错误？或者，还有其他原因吗？

您是否已与您的用户验证您对该文件的权限（即：

chmod

）？我很抱歉未能及时回复您的建议。非常感谢你的建议。正如您所说，我还没有验证对文件的权限。我将尝试验证它们。多亏了你的建议，我才知道我不能使用这些文件的原因。我感谢你的帮助！