圖像處理開發資料、圖像處理開發需求、圖像處理接私活掙零花錢，可以搜索公衆號"qxsf321"，並關注！
圖像處理開發資料、圖像處理開發需求、圖像處理接私活掙零花錢，可以搜索公衆號"qxsf321"，並關注！
圖像處理開發資料、圖像處理開發需求、圖像處理接私活掙零花錢，可以搜索公衆號"qxsf321"，並關注！
開源OCR項目有很多，給大家一個鏈接，這個鏈接列出了現有的比較出名的OCR開源項目，鏈接如下：
https://en.wikipedia.org/wiki/Comparison_of_optical_character_recognition_software
從上面的排名可以看到，Tesseract是排在第一名的，所以咱們就先研究和測試它吧！
首先下載Tesseract在Windows下的安裝版。(因爲在國外訪問不了谷歌，所以我翻牆下載了下來，這裏給大家百度網盤鏈接)
http://pan.baidu.com/s/1i56Uxlr
下載下來之後一路Next安裝好，然後在開始菜單找到其控制檯引導程序，如下圖所示：
上面的安裝包裏自帶了已經訓練好的英文-拉丁文識別數據~所以我們先來測試一下英文字符的識別吧~識別圖像如下：
上面這幅圖片的下載鏈接：http://pan.baidu.com/s/1c9k4X4
把上面的圖片放到Tesseract的安裝目錄下，如下圖所示：
然後打開上面提到的控制檯窗口，如下圖所示：
在窗口中輸入命令：“tesseract.exe 03.jpg 3”，並回車，如下圖所示：
解釋一下：03.jpg代表待識別的源文件，3代表輸出文件名，默認輸出格式是txt文件格式！
如果你不知道命令的參數格式，可以像下面這樣查詢：
注意，上面的 lang之前是-l 而不是-1！
輸入命令“tesseract.exe 03.jpg 3”後，在安裝目錄下生成了3.txt文件，這是識別結果，如下圖所示：
可見，對英文字符的識別率還是挺不錯的。
接下來，我們測試下對中文的識別。首先要把中文訓練數據放到目錄C:\Program Files (x86)\Tesseract-OCR\tessdata 下邊，如下圖所示：
圖片中的chi_tra.traineddata下載鏈接：http://pan.baidu.com/s/1nvaYhJz
然後在目錄中放入測試圖片04.jpg 05.jpg 這兩幅圖的下載鏈接爲：http://pan.baidu.com/s/1qXUMwOk
如下圖所示：
然後在CMD窗口中分別輸入如下命令：
tesseract.exe 04.jpg 5 -l chi_tra
tesseract.exe 05.jpg 5_2 -l chi_tra
運行結果如下圖所示：
可見，結果非常不理想，所以接下來的任務就是要研究怎樣提高識別率了，當然這是後話了，本文就先寫到這樣！