tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解

tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解

本文参考http://blog.sina.com.cn/s/blog_4aa166780101cji7.html实现，在这里感谢该文章的作者。

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

项目下载地址为：http://jaist.dl.sourceforge.net/project/tesseract-ocr-alt/tesseract-ocr-setup-3.02.02.exe

Windows cmd命令行使用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版本+才支持中文识别)

tesseract-ocr-setup-3.02-02.exe.

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:

附录:

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Tessract-OCR引擎识别验证码

打开DOS界面，输入tesseract：

如果出现如上输出，表示安装正常。

命令格式：

tesseract 图片名输出文件名 -l 字库文件 -psm pagesegmode 配置文件

识别数字：

我准备了一张验证码123.png 手机号码的图片，放在F:\IDOL\a|目录下

运行的命令行如下，我自己的命令行工具做了属性调整背景是白色的。

表示识别后生成一个result123.txt 打开文件如下：

识别中文：

我准备了一张验证码234.png "中国识别测试"个字的图片，放在F:\IDOL\a\目录下如图：

运行的命令行如下：

表示识别后生成一个result234.txt 打开文件如下：

识别中文和英文：

网上找了一张图片，有中文有英文的图片：

运行命令如下：

结果如下：中文识别还不是太好啊！

例如：

tesseract OCR.jpg result -l chi_sim -psm 7 nobatch

-l chi_sim 表示用简体中文字库（需要下载中文字库文件，解压后，存放到tessdata目录下去,字库文件扩展名为 .raineddata 简体中文字库文件名为: chi_sim.traineddata）

-psm 7 表示告诉tesseract code.jpg图片是一行文本这个参数可以减少识别错误率. 默认为 3

configfile 参数值为tessdata\configs 和 tessdata\tessconfigs 目录下的文件名.

tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解相关推荐

用Tesseract OCR识别图片文字
用tesseract ocr识别图片中的文字准备 OCR与Tesseract介绍将图片翻译成文字一般被称为光学文字识别(Optical Character Recognition,OCR).可以 ...
Excel插入图片自动OCR识别成可编辑的文字
今天要和大家分享的是:Excel插入图片自动OCR识别成可编辑的文字详见下图动态演示和步骤分解." 1.首先打开Excel表格 2.然后选择diy工具箱 3.选择文字识别按钮 4 ...
ps批量修改名片文字_怎么修改图片上的文字修改图片文字比如名片图片上面的地址需要修改下...
现在在网络上下载的图片是不是都对有文字水印的咧是不,那么怎么修改图片上的文字呢,修改图片文字比如名片图片上面的地址需要修改下这些怎么完成?OK ,今天就让小编来给大伙科普一下,其实要做到真正的无痕迹修 ...
【日常折腾】Python识别图片文字并对图片改名
1.前言接到一个任务,将图片格式的专利的命名改为专利名称,效果如下. 2. 前期准备安装openCV以及tesseract插件,tesseract插件需要设置为中文,推荐直接在PyCharm平台使 ...
html图片文字下方,css图片下边怎么加字
css图片下边怎么加字比较简单的做法就是,将他们放置在一个盒子内,让文字跟图片居中,只需要利用css样式的text-align属性即可,并且各个浏览器都会正常显示,代码如下: 这里是居中的文字 .b ...
修改Textview内图片文字间距和图片大小
平常我们的图片文字结合如图: 对于上面的这种布局,我们一般采用的一个ViewGroup嵌入一个ImageView和一个TextView.如下所示: <LinearLayoutandroid:i ...
复制英文和中文PDF文字到word并去除回车符
从PDF中复制文字到word时,都会有回车符,要一个一个删掉回车符会非常麻烦,这里介绍一下怎么在word中整体替换掉回车符. 其实在word中替换掉回车符也挺麻烦的,因此我用python编写了一个ex ...
如何用计算机扫描图片变成文字,怎么扫描图片上的文字-华为手机黑科技＂文字扫描仪＂，3秒就能将纸质文档转成电子档，牛...
现如今,手机已经成为我们使用率最高的电子设备之一了.手机虽小,但是功能可是五花八门,很多手机的功能,可能我们使用几年,都没有发现过.今天就给大家介绍华为手机中,非常强大的一项黑科技"文字扫描 ...
android textview设置图片大小,修改Textview内图片文字间距和图片大小
1-1 布局对于上面的这种布局,我们一般采用的一个ViewGroup嵌入一个ImageView和一个TextView.如下所示: android:id="@+id/layout_quest ...
ug建模文本怎么竖着_UG编程文字加工，全方位实例讲解，文末有作业哦！
文字加工常用于模具标记.零件装饰.简单文字雕刻等,如图6.1所示.文字加工一般在零件精加工之后进行.由于加工的刀具直径很小,很容易折断.因此文字加工切削量少,需要在转速高达10000~30000r/m ...

tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解

tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解相关推荐

最新文章

热门文章