本文对比了多种OCR工具，发现tesseract在预处理后识别率可达100%，并介绍了tesseract的安装、运行、训练流程，强调了图像预处理在提高识别准确率中的重要性。同时，提到了训练过程中修正BOX文件、使用jTessBoxEditor等关键步骤，以及通过调整参数和使用LSTM引擎提升识别效果。
一、OCR工具对比
经过预处理后，tesseract识别率达到100%，tesseract-fast错误均为人名，tesseract-best/tesseract-fast仅用LSTM。CLSTM已经年久失修，docker镜像都404了。tesseract对清晰度不高的图片识别出现很多拒识，百度OCR-API准确率还在95%以上
结论：tesseract较多人使用，有比较多资料可查，目前由google提供支持，暂定它了，优化方向：通过训练微调、想办法提速。
二、tesseract-ocr使用流程
安装
支持windows、linux，注意要安装4.0版，准确率有较大提升，安装后需要添加中文词库。
安装教程地址：https://github.com/tesseract-ocr/tesseract/wiki
中文词库地址：chi_sim.traineddata
运行
假设当前目录下有
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
