Unit-Tests für Tesseract

Anforderungen

Dateien und Struktur

├── langdata_lstm
│   ├── common.punc
│   ├── common.unicharambigs
│   ├── desired_bigrams.txt
│   ├── eng
│   │   ├── desired_characters
│   │   ├── eng.config
│   │   ├── eng.numbers
│   │   ├── eng.punc
│   │   ├── eng.singles_text
│   │   ├── eng.training_text
│   │   ├── eng.unicharambigs
│   │   ├── eng.wordlist
│   │   └── okfonts.txt
│   ├── extended
│   │   └── extended.config
│   ├── extendedhin
│   │   └── extendedhin.config
│   ├── font_properties
│   ├── forbidden_characters_default
│   ├── hin
│   │   ├── hin.config
│   │   ├── hin.numbers
│   │   ├── hin.punc
│   │   └── hin.wordlist
│   ├── kan
│   │   └── kan.config
│   ├── kor
│   │   └── kor.config
│   ├── osd
│   │   └── osd.unicharset
│   └── radical-stroke.txt
├── tessdata
│   ├── ara.traineddata
│   ├── chi_tra.traineddata
│   ├── eng.traineddata
│   ├── heb.traineddata
│   ├── hin.traineddata
│   ├── jpn.traineddata
│   ├── kmr.traineddata
│   ├── osd.traineddata
│   └── vie.traineddata
├── tessdata_best
│   ├── eng.traineddata
│   ├── fra.traineddata
│   ├── kmr.traineddata
│   └── osd.traineddata
├── tessdata_fast
│   ├── eng.traineddata
│   ├── kmr.traineddata
│   ├── osd.traineddata
│   └── script
│       └── Latin.traineddata
└── tesseract
    ...
    ├── test
    ├── unittest
    │   └── third_party/googletest
    └── VERSION

Schriftarten

• Microsoft-Schriftarten: arialbi.ttf, times.ttf, verdana.ttf – Installationsanleitung
• ae_Arab.ttf
• dejavu-fonts: DejaVuSans-ExtraLight.ttf
• Lohit-Hindi.ttf
• UnBatang.ttf

Tests ausführen

CMake

Standardmäßig verwendet CMake das Submodul unittest/third_party/googletest:

git submodule update --init unittest/third_party/googletest
cmake -S . -B build -DBUILD_TESTS=ON
cmake --build build
ctest --test-dir build --output-on-failure

Um stattdessen ein installiertes GoogleTest-Paket zu verwenden, installieren Sie sowohl GoogleTest als auch GoogleMock (zum Beispiel libgtest-dev und libgmock-dev unter Debian/Ubuntu) und konfigurieren Sie mit -DUSE_SYSTEM_GTEST=ON:

cmake -S . -B build -DBUILD_TESTS=ON -DUSE_SYSTEM_GTEST=ON

Wenn das Paket außerhalb der Standard-Suchpfade installiert ist, fügen Sie sein Präfix zu CMAKE_PREFIX_PATH hinzu oder setzen Sie GTest_DIR auf das Verzeichnis, das GTestConfig.cmake enthält. Das installierte Paket muss die Ziele GTest::gtest_main und GTest::gmock bereitstellen. Verwenden Sie bei CMake 3.22 ein Paket, das GTestConfig.cmake bereitstellt; die modulbasierte GoogleMock-Erkennung von CMake erfordert 3.23 oder neuer.

Dies ersetzt nur das Test-Framework, nicht die oben aufgeführten Testdaten, Sprachmodelle oder Schriftarten. Diese Dateien werden von den entsprechenden Tests weiterhin benötigt. Wenn Tests angefordert werden, das ausgewählte Framework jedoch nicht verfügbar ist, schlägt die Konfiguration fehl, anstatt die Tests stillschweigend auszulassen.

Autotools

Um die Tests auszuführen, gehen Sie im tesseract-Ordner wie folgt vor

autoreconf -fiv
git submodule update --init
git clone https://github.com/egorpugin/tessdata tessdata_unittest --depth 1
cp tessdata_unittest/fonts/* test/testing/
mv tessdata_unittest/* ../
export TESSDATA_PREFIX=/prefix/to/path/to/tessdata
make check