Testes Unitários para o Tesseract

Requisitos

Arquivos e estrutura

├── 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

Fontes

• Fontes da Microsoft: arialbi.ttf, times.ttf, verdana.ttf - guia de instalação
• ae_Arab.ttf
• dejavu-fonts: DejaVuSans-ExtraLight.ttf
• Lohit-Hindi.ttf
• UnBatang.ttf

Executar testes

CMake

Por padrão, o CMake usa o submódulo 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

Para usar um pacote GoogleTest instalado, instale tanto o GoogleTest quanto o GoogleMock (por exemplo, libgtest-dev e libgmock-dev no Debian/Ubuntu) e configure com -DUSE_SYSTEM_GTEST=ON:

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

Se o pacote estiver instalado fora dos caminhos de pesquisa padrão, adicione seu prefixo a CMAKE_PREFIX_PATH, ou defina GTest_DIR para o diretório que contém GTestConfig.cmake. O pacote instalado deve fornecer os alvos GTest::gtest_main e GTest::gmock. Com o CMake 3.22, use um pacote que forneça GTestConfig.cmake; a descoberta do GoogleMock baseada em módulos do CMake requer a versão 3.23 ou superior.

Isso substitui apenas a estrutura de testes, não os dados de teste, os modelos de linguagem, ou as fontes listadas acima. Esses arquivos ainda são necessários pelos testes relevantes. Quando os testes são solicitados mas a estrutura selecionada não está disponível, a configuração falha em vez de omitir silenciosamente os testes.

Autotools

Para executar os testes, faça o seguinte na pasta do tesseract

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