码迷,mamicode.com
首页 > 其他好文 > 详细

Tesseract——OCR图像识别 入门篇

时间:2014-06-20 19:53:59      阅读:316      评论:0      收藏:0      [点我收藏+]

标签:style   blog   code   java   http   tar   

Tesseract——OCR图像识别 入门篇

 

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

我看到目前OCR技术有很多,最主要的是Asprise OCR,Tesseract OCR和Java OCR。

Asprise OCR速度很快,Java实现很简单,但是它是商业的,要收费的,免费版每次都要弹出对话框,是个很麻烦的事情。

Tesseract OCR是C++的,要使用cmd命令的,速度也很快,质量也很好。当然Java也是可以使用的。

Java OCR是纯Java的,效率也不错。

今天先记录下Tesseract吧,后续再补充

1. 首先从官网上下载压缩包,最新版本是Tesseract 3.03,之前的版本可以从这里下载.

2. 解压下载好的压缩包到本地目录。

bubuko.com,布布扣

 

3. 打开cmd窗口,进入到tesseract目录下,然后就可以开始我们的测试之旅啦

 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": 需要识别的图片

   "1": 输出的文件 1.txt

bubuko.com,布布扣

 

 2) 我们已经把图片中的信息解析出来啦。

 

 

来自:  http://blog.csdn.net/PanRuiFang/article/details/27191739

 

 

上面说道tesseract 是支持中文的,所以么,接下来看看如何使用tesseract 实现我们中文的识别,下面继续介绍其他参数

参数3:-l

参数4: 使用的语言库

参数3 -l应该是知道参数4所使用的语言库,默认英文,也就是为什么上面识别英文的例子,并没有输入参数3和参数4,也实现了识别。

下面继续我们的实验:

bubuko.com,布布扣

我们准备了一张图片,然后使用tesseract zhongwen.jpg  7  -l chi_sim 指明了中文语言,然后效果图上,还是很不错的,毕竟我们的中文是如此的博大精深,并且tesseract可以经过训练,然后识字的能力就会大幅度提升。

好了,由于一行代码没写,就不上传代码了,大家自己去官网下载。接下来我会使用Java带大家实现这样的小程序。

 

来自:  http://blog.csdn.net/lmj623565791/article/details/23955883

 

 

 

Tesseract——OCR图像识别 入门篇,布布扣,bubuko.com

Tesseract——OCR图像识别 入门篇

标签:style   blog   code   java   http   tar   

原文地址:http://www.cnblogs.com/mjorcen/p/3796200.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!