Tesseract-OCR中文语言包2022

Tesseract-OCR中文语言包2022

项目地址:https://gitcode.com/open-source-toolkit/72831

简介

本仓库提供最新的Tesseract-OCR中文语言包，版本为2022年6月21日发布的chi_v3_20220621.zip。该语言包相比官网2018年的版本（12M）更为新近，包含v3版传统模型，适用于简体中文（chi_sim）、繁体中文（chi_tra）以及简繁合并（chi_all）的OCR识别。

语言包内容

• chi_sim: 简体中文模型，包含7000个常用字。
• chi_tra: 繁体中文模型，包含7000个常用字。
• chi_all: 简繁合并模型，包含8000个常用字。

特点

• 更新及时: 相比官网2018年的版本，本语言包更为新近，能够提供更好的识别效果。
• 优化识别速度: 通过包含常用字，加快了识别速度，同时降低了错误率。
• 多语言支持: 支持简体中文、繁体中文以及简繁合并的识别需求。

使用方法

1. 下载chi_v3_20220621.zip文件。
2. 解压缩文件，将语言包放置在Tesseract-OCR的tessdata目录下。
3. 在Tesseract-OCR中选择相应的语言模型进行识别。

注意事项

• 请确保Tesseract-OCR版本与语言包兼容。
• 如有任何问题或建议，欢迎提交Issue或Pull Request。

贡献

欢迎大家贡献代码或提出改进建议，共同完善本仓库。

许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。

Tesseract-OCR中文语言包2022 本仓库提供最新的Tesseract-OCR中文语言包，版本为2022年6月21日发布的`chi_v3_20220621.zip`。该语言包相比官网2018年的版本（12M）更为新近，包含v3版传统模型，适用于简体中文（chi_sim）、繁体中文（chi_tra）以及简繁合并（chi_all）的OCR识别。 项目地址: https://gitcode.com/open-source-toolkit/72831