tesseract-ocr的使用

tesseract-ocr是用来从图片识别文字的工具，可以安装到电脑上，也可以用它的C/C++ API构建自己的应用。
tesseract-ocr的github地址：https://github.com/tesseract-ocr/tesseract

下载、安装应用

软件下载地址：https://github.com/UB-Mannheim/tesseract/wiki
选择一个下载。

安装

默认只有英文，可以在安装时选择其他语言

添加环境变量

安装成功

测试

输入
tesseract imagename outputbase [-l lang]
imagename为图片路径
outputbase 为输出路径
-l是可选的输入，设置语言，默认是英语(-l eng)，汉语简体输入-l chi_sim，输入的名字可以看F:\Tesseract-OCR\tessdata路径中的traineddata的命名。

分别尝试识别英文和简体中文：
识别结果保存到一个txt文件

简体中文得到的结果中可以明显看到一些错误的地方。

参考文献

tesseract-ocr的安装及使用