文件名称:Tesseract OCR图像识别类库-其他
文件大小:2.46MB
文件格式:ZIP
更新时间:2024-07-02 11:14:31
tesseract ocr tesseract库 图像识别算法
Tesseract OCR 包含了一个OCR引擎 - libtesseract和一个命令行程序 - tesseract。Tesseract 4添加了新的基于LSTM的OCR引擎,该引擎专注于行识别,但仍支持Tesseract 3的传统Tesseract OCR引擎,该引擎通过识别字符模式来工作。通过使用传统OCR引擎模式(--oem 0),可以与Tesseract 3兼容。它还需要训练有素的数据文件来支持旧式引擎,例如tessdata存储库中的文件。 Tesseract具有Unicode(UTF-8)支持,并且可以“开箱即用”地识别100多种语言。 Tesseract支持多种输出格式:纯文本,hOCR(HTML),PDF,仅不可见文本的PDF,TSV。master分支还对ALTO(XML)输出提供了实验性支持。 安装Tesseract: 您可以通过预建的二进制软件包安装正方体 或从源代码编译它。 支持的编译器是: GCC 4.8及以上 lang 3.4及以上 MSVC 2015、2017、2019年 其他编译器可能可以工作,但未得到官方支持。