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：下载
1、Windows版本Tesseract各版本下载，本教程用的版本是tesseract-ocr-w64-setup-v5.0.0.20190623（【注意】要3.0以上才支持中文）。
项目github地址：Tesseract
2、各版本对应字库要识别简体中文需要下载chi_sim.traindata字库（【注意】根据版本下载对应字库）。
3、jTessBoxEditor官网下载，用来训练字库的，带FX的版本才支持中文。
4、各位打不开链接的朋友，看这里：
链接：https://pan.baidu.com/s/1ViyFSR9CjXVy8b7mQeTISQ
提取码：m87b
三：安装
这个就不截图了
安装完成后我们配置环境变量
四：配置环境变量
1、配置系统环境变量
tesseract-ocr-Home
C:\Program Files\Tesseract-OCR
path : 加上新配置的信息
;%tesseract-ocr-Home%
2、配置字库-后期JAVA API要使用
TESSDATA_PREFIX
C:\Program Files\Tesseract-OCR\tessdata
备注：将下载好的字库放到Tesseract-OCR项目的tessdata文件夹里面。
五：验证安装的效果
在cmd窗口输入tesseract -v，配置成功如下图：
六：识别-看看识别的效果
1、tesseract 图片名称 生成的结果文件的名称 字库例如我的图片识别就是：
tesseract test.png result -l eng1、执行命令：
2、原图片：
3、识别结果：
这一期就先这样了
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/160844.html
