tesseract 中文识别 笔记

游戏要出海外版本，图片里的中文字不想手动筛选，就想着弄一个中文识别

结论：大部分能识别出中文，但是游戏字体千变万化，识别结果不准确，比如按钮两个框可能识别成了吕，识别结果也是乱码

本来想着训练下样本让它准确一点，也没成功，最好还是拉出两个svn version的文件，让策划手工删选了

https://www.cnblogs.com/ITtangtang/p/3951240.html       ---- Imagemagick常用指令

1. 官方推荐的DPI是300以上，一般图片都是72

修改DPI，并且转换程tif格式图片，写入灰度，关掉透明度等操作

d:\ImageMagick\convert.exe -density 300 -compress none -depth 8 -alpha off -colorspace Gray ./code.gif ./code.tif

查询图片信息

magick identify -format %w%h .png  

图片切片

magick convert .png -crop 154x50 +repage .png

基本用法：

tesseract img img -l chi_sim

参考：

http: