OCR谷歌开源项目使用流程说明【原】

系统管理员 2022-08-21 10:00 238阅读 0赞

前提：使用Tesseract 进行字符解析工作

1 下载最新的Tesseract 安装程序以及字符训练集

中文训练集网址：[http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-3.02.chi\_sim.tar.gz&can=2&q=][http_code.google.com_p_tesseract-ocr_downloads_detail_name_tesseract-ocr-3.02.chi_sim.tar.gz_can_2_q]

安装程序下载最新版本：[tesseract-ocr-setup-3.02.02.exe][]，

网址：

[http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-setup-3.02.02.exe&can=2&q=][tesseract-ocr-setup-3.02.02.exe]

2 安装[tesseract-ocr-setup-3.02.02.exe][]文件，默认路径为C盘program file中tesseract-ocr文件夹，文件夹中包含以下内容：

![2013年09月12日 - 柠檬加冰 - 柠檬加冰的博客][2013_09_12_ - _ -]

3 在tessdata文件夹中放入中文字符训练集，chi\_sim.traineddata

4 在命令行模式中进入到文件根目录下，使用如下命令

![2013年09月12日 - 柠檬加冰 - 柠檬加冰的博客][2013_09_12_ - _ - 1]

命令具体内容为：tesseract.exe d:\\1.jpg d:\\output -l eng

语法为：

tesseract.exe 【识别图片路径】 【识别结果txt文件名】 \-l【选项值可以运行tesseract.exe /?查看】 【语言包，对应在tessdata目录language.traineddata，可从官网下载没有的语言包，或自己训练】

5 最后在指定位置观察解决处理的文件结果。

结束！！

[http_code.google.com_p_tesseract-ocr_downloads_detail_name_tesseract-ocr-3.02.chi_sim.tar.gz_can_2_q]: http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-3.02.chi_sim.tar.gz&can=2&q=
[tesseract-ocr-setup-3.02.02.exe]: http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-setup-3.02.02.exe&can=2&q=
[2013_09_12_ - _ -]: http://img2.ph.126.net/qhHeoHXWq0_wfxh2J0tPMw==/1958502888052988162.jpg
[2013_09_12_ - _ - 1]: http://img2.ph.126.net/7ZRZDsVNhdb9vzs-ltr-Jw==/6597362236751674385.jpg