Tesseract-OCR图像识别引擎 windows10使用方法入门分析

符号 阅读:289 2021-03-31 21:44:57 评论:0

本文参考借鉴:http://blog.sina.com.cn/s/blog_4aa166780101cji7.html

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别,获取的过程。

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,后经由Google进行改进,消除bug,优化,重新发布。当前版本为3.02

官网开源下载地址: http://code.google.com/p/tesseract-ocr。

csdn下载地址:待补充


在Windows 10系统平台下使用cmd命令行结合Tesseract-OCR引擎识别手机号码和图片中的文字:

1、下载安装Tesseract-OCR引擎(3.0.2版本+才支持中文识别) 

下载完后进行安装,默认情况下安装程序会给你配置系统环境变量,以指向安装目录(之后可以通过DOS界面在任意目录运行tesseract)。安装完成后目录如下:

:

温馨提示:

tessdata 目录存放的是语言字库文件,和在命令行界面中可能用到的参数所对应的文件. 这个安装程序默认包含了英文字库。

如果想能识别中文,可以到http://code.google.com/p/tesseract-ocr/downloads/list下载对应的语言的字库文件.一般google访问不了,请到这里下载即可,简体中文字库文件下载地址为:http://download.csdn.net/detail/wanghui2008123/7621567下载完成后解压,然后将该文件剪切到tessdata目录下去就可以了。


2、使用Tesseract-OCR引擎识别数字和图片

打开DOS界面,输入tesseract


如果出现如上输出,表示安装正常。


3、使用Tesseract-OCR引擎语法规则

命令格式: tesseract   图片文件绝对路径    内容输出文件名称   -l    字库文件





声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

发表评论
搜索
KIKK导航

KIKK导航

排行榜
关注我们

一个IT知识分享的公众号