使用tesseract进行中文文字识别

最新推荐文章于 2023-07-22 00:45:02 发布
VIP文章 最新推荐文章于 2023-07-22 00:45:02 发布 9780 收藏 6
分类专栏： python图片识别 技术屌丝逆袭实验室
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/huuinn/article/details/78484775
版权 
简介


本文主要介绍如何通过tesseract进行文字识别，及其识别效果。


效果图



 
 
 

  
   

    
    图片
   

  
  
   

    测试图
    测试图
   

   

    测试结果
    测试结果
   

  
 



 
 


环境



 
 
 
    
  
  • ubuntu
    • 
  
  • python2.7
    • 
 



安装



 
 
 
    
  
  • tesseract
    • 
 



sudo apt-get install tesseract-ocr




 
 
 


sudo pip install pyocr
最低0.47元/天 解锁文章
阅读终点，创作起航，您可以撰写心得或摘录文章要点写篇博文。去创作
蒙德伊彼
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
使用 Tesseract 进行文字识别
Victor Lv的博客
01-30 1357
Title: 使用 Tesseract 进行文字识别 Date: 2017-12-1 17:49 Category: 技术博客 Modified: 2017-12-1 17:49 Tags: 文字识别 Slug: Tesseract Authors: Victor Lv Summary: 使用 Tesseract 进行文字识别 1. 安装 Tesseract、字库、jTessBoxEditor   使用默认路径安装 Tesseract ，本文 Tesseract 版本3.0.5，安装的时候可手动勾选安装中文
tesseract 识别中文字符
conge
03-15 609
tesseract是谷歌的一个对图片进行识别的开源框架，免费使用，现在已经支持中文，而且识别率非常高，这里简要来个helloworld级别的认识 下载地址：http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-setup-3.01-1.exe&can=2&q= 下载之后进行安装，不...
vue中使用tesseract实现OCR/文字识别(识别图片中的文字)
最新发布
god_sword_的博客
07-22 1258
vue中使用tesseract实现OCR/文字识别(识别图片中的文字)
Tesseract-ocr识别中文并训练字库操作指南
我是小飞熊的博客
12-08 4416
Tesseract-ocr识别中文并训练字库操作指南 一、Tesseract-ocr下载安装 下载地址 二、Tesseract中文语言包下载 Tesseract中文语言包 chi_sim.traineddata 下载下面的4个文件，复制到安装目录tessdata文件夹里。 chi_sim.traineddata chi_sim_vert.traineddata chi_tra.traineddata chi_tra_vert.traineddata 三、训练字库 1、下载jTessBoxEditorF
Tesseract-OCR识别中文与训练字库实例
你要明白，任何问题都不是孤立存在的，一定有人曾经遇到过，并且已经有更好的解决办法了，只是我还不知道。我不应该在黑暗中独自前行，去重新发明轮子，也许我的顿悟，只是别人的基本功！我应该要站在巨人的肩膀上，学习更成熟的经验和方法，然后再来解决这个问题
02-20 1281
关于中文的识别，效果比较好而且开源的应该就是Tesseract-OCR了，所以自己亲身试用一下，分享到博客让有同样兴趣的人少走弯路。 文中所用到的身份证图片资源是百度找的，如有侵权可联系我删除。 一、准备工作 1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提示安装就行，Windows下：https://github.com/UB-Mannheim/tesseract/wiki。 2、下载chi_sim.traindata字库。要有这个才能识别中文。下好后，放到Tes.
tesseract文字识别.rar
08-01
内容包含tesseract-ocr-w64-setup-v5.0.0.20190623.exe和tesserocr-2.4.0-cp37-cp37m-win_amd64.whl
Tesseract怎么识别中文
欧世乐
11-04 1万+
前言 经过上一篇文章，我们已经成功安装了Tesseract4.0，并且可以识别出英文了 https://blog.csdn.net/qq_43576028/article/details/102907170 那么Tesseract要怎么识别中文呢。 流程 去官网的GitHub上面下载中文训练包 https://github.com/tesseract-ocr/tessdata 点击进入，不用直接...
tesseract ocr 图片文字识别 包括中文包
09-06
在chi_sim.traineddata(注意版本)文件目录下(../Tesseract-OCR/tessdata),使用命令行执行： combine_tessdata -e chi_sim.traineddata chi_sim.config 执行完后，在目录下出现chi_sim.config的文件，打开该文件； ...
tesseract中文简体识别库（繁体）
03-13
tesseract中文简体识别库（繁体）支持ocr
基于tesseract-OCR进行中文识别
weixin_33755557的博客
09-13 1777
1. 环境准备 1.1 下载 下载Tesseract-OCR安装包，地址为： https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w32-setup-v4.0.0-beta.1.20180608.exe 参考链接：https://github.com/tesseract-ocr/tesseract 1.2 安装 双击安装，...
简单的tesseract-OCR的中文字符的训练
wei
11-06 2309
因图像课程作业需要字符识别，所以采用了tesseract-OCR，但是自带库的效果不太好，所以根据自己的图片尝试进行训练。 tesseract-OCR Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。 Tesseract最初由HP公司开发，后来由Go...
Python Opencv 之 使用 teesseract 进行简单的文字识别（包括中文）
12-21
Python Opencv 之 使用 teesseract 进行简单的文字识别（包括中文）   目录 Python Opencv 之 使用 teesseract 进行简单的文字识别（包括中文） 一、简单介绍 二、pillow、pytesseract 的安装 1、pip install ...
tesseract-ocr的中文识别语言库
07-11
tesseract-ocr的语言库识别库文件，下载解压后放到tesseract-ocr安装目录下的tessdata 目录，存放的是语言字库文件，和在命令行界面中可能用到的参数所对应的文件. 这个安装程序默认包含了英文字库。
Tesseract-OCR 训练中文
热门推荐
Leo的历练之道
03-01 1万+
为了提高Tesseract库的中文识别率，可以对它进行中文字的训练。 1.首先安装Tesseract。这里注意要安装，因为安装的程序里面包含其他训练用到的程序，编译版本没有这些工具。 2.下载jTessBoxEditor工具。这个工具是Java写的，运行需要JRE。这个工具主要是用来修改BOX文件的，用来校对文字。下图为该工具的目录，直接点击红框中的程序即可跑起来。 这次准备
为Tesseract适配多语言模型
zhugeheihei的博客
02-04 607
为多个语言适配Tesseract
Tesseract-OCR 安装、中文识别与训练字库
weixin_42074832的博客
01-02 5455
简介 OCR(Optical Character Recognition)：光学字符识别，是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后由Google进行改进、修改bug、优化，重新发布。 下载 1、Windows版本Tesseract各版本下载，本教程用的版本是tesseract-ocr-se
tesseract-ocr安装包和中文语言包.rar
03-20
tesseract-ocr安装包和中文语言包.rar
tesseract java实现中文识别的ocr
05-24
Tesseract是一个开源的OCR引擎，可以识别多种语言的文字，包括中文。在Java中使用Tesseract进行中文识别，需要先安装Tesseract OCR引擎，并将其配置好路径。然后可以使用Tess4J这个Java的Tesseract封装库，来方便地在Java中使用Tesseract进行OCR识别。 以下是一个简单的示例代码，演示了如何使用Tess4J进行中文OCR识别： ```java import net.sourceforge.tess4j.Tesseract; import net.sourceforge.tess4j.TesseractException; import java.io.File; public class ChineseOCR { public static void main(String[] args) { File imageFile = new File("chinese.png"); Tesseract tesseract = new Tesseract(); // 设置语言为中文简体 tesseract.setLanguage("chi_sim"); try { String result = tesseract.doOCR(imageFile); System.out.println(result); } catch (TesseractException e) { System.err.println(e.getMessage()); } } } ``` 这里使用了Tess4J库中的Tesseract类，首先创建了一个Tesseract实例，然后设置语言为中文简体，最后通过doOCR方法进行OCR识别。需要注意的是，这里的图片文件需要提前准备好，并且Tesseract引擎需要正确地识别图片中的文字。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

蒙德伊彼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值