一：简介
OCR(Optical Character Recognition)：光学字符识别，是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，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。
Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后由Google进行改进、修改bug、优化，重新发布。
二：训练自定义字库
本文大量参考学习以下文章：
Tesseract-OCR 中文识别与训练字库 ： https://www.jianshu.com/p/3326c7216696
Tesseract5.0训练字库，提高OCR识别率：https://www.cnblogs.com/pyweb/p/11457519.html
Tesseract-OCR-v5.0中文识别,训练自定义字库：http://www.likecs.com/show-90988.html下面发一个来自网络的已经经过训练过的可用的简体中文字库
链接：https://pan.baidu.com/s/1a2RHUj10mJu7vGAHGVFotw
提取码：k9v7
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/160841.html
