Tesseract文字识别工具，可以本地直接运行

遥想当年，图片文字识别不是很牛的时代，小编都是边看图片，边码字，那个年代还有专门的人负责打字，堪称打字员。随着技术的不断进步，图片 文字识别的精度越来越高，很多课本都可以扫描，然后使用图片识别工具进行文字的提取工作。

当然你可以完全使用腾讯，或者百度的API 进行图片文字的识别，它们都有自己的接口。作为新型一代的科技人员的小编，怎么会直接使用API，自己动手搞起来

OCR （Optical Character Recognition，光学字符识别）是指电子设备检查图片上打印的字符，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；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

OCR的原理：

图像输入、预处理：

二值化：对摄像头拍摄的图片，大多数是彩色图像，为了让计算机更快的，更好的识别文字，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

噪声去除：根据