tesseract 中英文混合识别

最新推荐文章于 2024-07-04 10:25:39 发布
最新推荐文章于 2024-07-04 10:25:39 发布
阅读量9.7k 收藏 8
点赞数 7
分类专栏： 机器学习 文章标签： tesseract
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/rookie_wei/article/details/83150224
版权

原图如下，

要识别上图中的字符，用命令

tesseract 05.png 05 -l chi_sim

只能很好的识别中文，英文就没那么准了，结果如下，

换个字库文件看看，运行命令如下，

tesseract 05.png 05_en -l eng

运行结果，

这下英文识别准确了，中文又掉链子了。有没有什么方法能同时支持这两个字库呢？

字库之间用加好"+"连接就可以了，命令如下，

tesseract 05.png 05 -l chi_sim+eng

运行结果，

 

如果您感觉本篇博客对您有帮助，请打开支付宝，领个红包支持一下，祝您扫到99元，谢谢～～

__Fang Wei__
关注
  • 7
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
tesseract-ocr识别英文和中文图片文字
weixin_54589839的博客
06-10 392
tesseract-ocr识别英文和中文图片文字 1.下载安装tesseract-ocr-setup-3.02-02.exe. 2.配置环境变量 (1)搜索编辑系统环境变量 (2)点击环境变量 （3）在Path中添加软件的地址 3.打开Window PowerShell输入 识别英文 保存图片fat.png 识别中文 保存图片 test3.jpg 结果如图所示 注意 如果要识别中文要先下载一个中文包 把中文包复制到Tesseract-OCR 里的tessdata文件夹中就可以正常使用了 .
tesseract-ocr识别英文和中文图片文字（自带中文包）
02-13
下载完后进行安装,默认情况下安装程序会给你配置系统环境变量,以指向安装目录，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，这个资源已经打包好中文识别包，将该文件剪切到tessdata目录下去就可以了
Python2.7利用Tesseract进行中英文图像识别
一杯禅茶，二俩银子，三重境界，四季风光。
01-12 4825
垃圾啊 背景环境:  win8.1  64位   python2.7.13   本以为会很简单，结果在配置环境这块上花了很多时间，踩了几个坑，最后自己看英文文档和log才解决问题。 打开网站   https://pypi.python.org/pypi/pytesseract   https://github.com/tesseract-ocr/tesseract/wiki https...
Tesseract模型识别提取图像文字
最新发布
geriletuma
07-04 861
OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。路径添加到系统path环境变量中，将该源码目录添加至windows的系统用户的path环境变量中。代码功能为从摄像头实时获取视频流，然后识别文字信息，识别后的文字信息打印到控制台日志。识别不同的文字，需要不同文字的训练库，用户可以通过。
中英文混合文章识别问题
11-10
非常好的中英文混合文章识别问题，哈哈非常好的中英文混合文章识别问题非常好的中英文混合文章识别问题
tesseract.net 4.0 配中英文识别库 验证码识别
10-10
tesseract.net 4.0 配英文识别库 eng.traineddata osd.traineddata 实现内存图像bitmap的直接识别,无需保存成图片再识别 增加 中值法去噪点 颜色反转 去杂点 二值化 灰度处理 等简单的图像处理 对简单的验证码识别效果很好,稍微处理一下基本识别率都在90%以上
tesseract-ocr中英文数据包chi_sim.traineddata.gz eng.traineddata.gz
03-24
tesseract-ocr中英文数据包chi_sim.traineddata.gz eng.traineddata.gz
Qt利用VCPKG和CMake和OpenCV和Tesseract实现中英文OCR
读书笔记
11-04 2445
使用 Tesseract 和 OpenCV 来进行中英文 OCR
tesseract-3.04.00及中英文语言包
11-06
tesseract-3.04.00及中英文语言包，Ubuntu14下亲测可用
Tesseract中文包+英文包
05-24
Tesseract默认是不支持中文的，如果想要识别中文或者其它语言需要下载相应的语言包，下载地址如下：https://tesseract-ocr.github.io/tessdoc/Data-Files ，一个Chinese-Simplified和Chinese-Traditional，它们分别...
C#中Tesseract-OCR的使用，可识别中英日韩所有语言
10-23
Tesseract OCR是一个开源的OCR引擎，最初由HP开发，后来被Google接手并持续改进，现在支持识别多种语言，包括中文、英文、日文和韩文。本文将详细介绍如何在C#环境中利用Tesseract OCR进行文本识别。 首先，要使用...
采用tesseract3.02+mfc+opencv提取中文、英文、数字字符
02-24
采用tesseract3.02+mfc+opencv提取中文、英文、数字字符
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最新版本4.0及中文语言包（简体）
11-19
谷歌最新的开源OCR，tesseract的最新版本4.0的，对应的简体中文语言包。
chi_sim.traineddata和eng.traineddata字库
02-27
Tesseract-OCR使用的chi_sim中文语言包,解压后大概39M大小
tesseract简单数字英文识别
热门推荐
du771278794的博客
04-17 2万+
本文只是针对于windows系统首先下载tesseract安装包https://pan.baidu.com/s/11K452IOqkVzmhvTgYOCPZQ然后一路next在本地进行安装我的个人安装目录是D:\Test\YZMProcess\Tesseract-OCR下一步配置环境变量需要对三处位置进行配置1 用户环境变量PATH添加内容D:\Test\YZMProcess\Tesseract-...
Tesseract OCR+Tess4j实现图片中英文识别
jamesluozhiwei的博客
07-22 6571
文章目录Tesseract简介环境搭建下载语言库tess4j依赖demo Tesseract 简介 Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而，HP不久便决定放弃OCR业务，Tesseract也从此尘封。数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生。在2005年，...
Tesseract+OpenCV实现中英文字识别
落叶知秋了哟的博客
08-06 2950
Tesseract的简单使用一、概述二、OCR中英文识别三、整个工程代码以及三方库四、总结 一、概述 Tesseract是比较经典的OCR算法，且能够获得较好的识别效果。既有开源的算法代码可以使用，又有编译好的识别工具，可谓是相当不错了。如此，那得赶紧试试效果究竟如何了。 我是使用windows10编译Tesseract库的，但是始终都是那个乱码问题，怎么改签名页也没用，不知道有没有小伙伴遇到过这种极端的情况。 最后还是在网上下载了编译好的版本，调试通过后，最终效果还不错。 二、OCR中英文识别 识别
为Tesseract适配多语言模型
zhugeheihei的博客
02-04 1195
为多个语言适配Tesseract
tesseract 中英文字库
06-26
### 回答1： tesseract是一款免费且被广泛使用的开源OCR(光学字符识别)引擎，支持多种语言识别，包括英语、中文等常见语言。tesseract需要使用字库（训练数据）以识别不同的语言并提高识别准确率。 在tesseract中，中英文字库指的是包含中英文字符和字形信息的文件。tesseract会根据字库学习不同的文本样式和字体，从而可以更准确地识别输入的文本内容。 中英文字库在tesseract中是必要的，如果没有合适的字库，tesseract将无法识别输入的文本内容，或者识别错误。使用tesseract时，可以根据需要选择合适的字库，以提高识别准确率。 总之，tesseract中的中英文字库是优化OCR引擎性能的关键，它包含了必要的字符信息和字形信息，通过字库可以让tesseract更准确地识别输入的文本内容。 ### 回答2： Tesseract是一个开源的OCR（Optical Character Recognition）引擎，可以将扫描的图像转换成可编辑、可搜索的文本。它使用了训练好的字库来识别图像中的文字，包括中英文等多种语言。 在Tesseract中，中英文字库是由语言数据文件组成的。这些文件包含了各种字符的图像和对应的字符编码，这些编码可以告诉Tesseract如何将图像中的字符准确地转换成可编辑的文本。 对于英文文字库，Tesseract使用了一个名为“eng.traineddata”的语言数据文件，其中包含了大量的英文字符和编码。对于中文文字库，Tesseract使用了名为“chi_sim.traineddata”的语言数据文件，其中包含了大量的中文字符和编码。 用户在使用Tesseract进行OCR时，需要指定相应的语言数据文件来识别输入图像中的文字。如果需要识别多种语言，还需要下载相应的语言数据文件并安装到Tesseract中。 总之，Tesseract中的中英文字库是由语言数据文件组成的，这些文件包含了大量的字符和编码，可以帮助Tesseract准确地识别输入图像中的文字。 ### 回答3： Tesseract是一个开源OCR（Optical Character Recognition）引擎，它可以将图像中的文字转化为可编辑的文本格式。其支持多种语言，包括英语、中文、阿拉伯语和日本语等。对于中英文字符的识别，Tesseract提供了相应的字符库，这些字符库可以用于训练Tesseract引擎以更准确地识别图像中的中英文字符。 在Tesseract中，中文和英文字符库可以分别安装和加载。对于中文字符库，用户需要下载和安装相应的中文字库文件，并将其添加到Tesseract的语言支持列表中，然后Tesseract会在识别图像中的中文时使用这个字符库。同样地，对于英文字符库，用户也需要安装相应的英文字库文件，并将其添加到Tesseract的语言支持列表中，然后Tesseract会在识别图像中的英文时使用这个字符库。 值得注意的是，尽管Tesseract可以支持很多语言和字符集，但是不同的语言和字符集的字符库是不同的，因此用户需要下载和安装相应的字符库才能正确地识别不同语言和字符集的文本。此外，安装和加载字符库是Tesseract识别准确度的关键因素之一，用户需要仔细阅读Tesseract的安装和使用指南才能获得最佳的识别效果。
评论 6
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
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