Tesseract——OCR图像识别 入门篇

时间:2024-06-03 07:01:51

近期leader给了我一个任务,让我研究图像识别,从我们项目的screenshot中识别文字信息,so我開始了学习。与大家分享下。

我看到眼下OCR技术有非常多,最基本的是Asprise OCR,Tesseract OCR和Java OCR。

Asprise OCR速度非常快,Java实现非常easy,可是它是商业的。要收费的。免费版每次都要弹出对话框。是个非常麻烦的事情。


Tesseract OCR是C++的。要使用cmd命令的,速度也非常快,质量也非常好。当然Java也是能够使用的。

Java OCR是纯Java的。效率也不错。

今天先记录下Tesseract吧,兴许再补充

1. 首先从官网上下载压缩包,最新版本号是Tesseract 3.03,之前的版本号能够从这里下载.

2. 解压下载好的压缩包到本地文件夹。

Tesseract——OCR图像识别 入门篇


3. 打开cmd窗体。进入到tesseract文件夹下。然后就能够開始我们的測试之旅啦

 1)选择好你所要识别的图片。并确定你所要输出的文件,然后输入下列命令:

   tesseract letter.png 1

  "letter.png": 须要识别的图片

   "1": 输出的文件 1.txt

Tesseract——OCR图像识别 入门篇

 

 2) 我们已经把图片中的信息解析出来啦。