Tesseract-OCR 识别

安装过程可以看这篇

【转】Tesseract-OCR 字符识别_code bean的博客-CSDN博客

Tesseract-OCR 4.0之后貌似识别精度上了一个台阶，有个软件jTessBoxEditorFX可以提高Tesseract-OCR 识别精度，但是我目前发现，在没有训练的情况下，Tesseract-OCR 4.0识别的数字的准确率已经很的高了。

然后github上提供的最新tessdata也只支持4.0以上的版本。

tesseract-ocr/tessdata: Trained models with support for legacy and LSTM OCR engine (github.com)https://github.com/tesseract-ocr/tessdata

​

这次试试，识别汉字，其实在安装的时候，你就可以选择很多语言的识别，但是安装的是我这边报错，说下载chi_sim失败 ，这个就是识别中文的tessdata，我们可以去github下载 tessdata。

然后拷贝到安装路径：Tesseract-OCR\tessdata 下面：

 然后输入命令：

tesseract   E:\test\汉字4.png    E:\test\hz.txt    -l    chi_sim

第一个参数是图片，第二参数是输出到文本     -l 指定语言 （chi_sim）   及简体中文。

（如果是识别数字和字符，就不用 -l 指定语言）

 最后测试发现，如果中文是挨着的，它基本就都识别错了，但是如果汉字是隔开的，识别就都是对的。

资源下载：

tesseract-ocr-setup-4.00.00dev+tessdata+jTessBoxEditorFX-2.2-图像识别文档类资源-CSDN文库https://download.csdn.net/download/songhuangong123/85219836