tesseract ocr 中文版下载

tesseract ocr是款功能非常强大的图像识别类库，软件一开始是由惠普进行开发的,画面成为了Open source,而且软件推出之后,成绩一直都是相当的理想,不过由于时间的不断增加,软件也就越来越显得力不从心,不过软件的许多的功能还是相当的不错的,而且拥有的一些技术也是相当的超前,使它一直的都在不断的保持着竞争力;软件的操作简单,运行稳定。

软件功能

　　托管所有代码

　　存储库帮助您将代码保存在一个位置，即使您使用SVN或使用Git LFS处理大文件也是如此。

　　由于所有GitHub计划都包含无限的私有存储库，您可以根据需要创建或导入任意数量的项目。自信地进行更改

　　以精确的提交更改代码，以便您可以快速搜索修订历史记录中的每个提交消息以查找更改。

　　使用blame视图来跟踪更改，并发现您的文件和您的代码基础是如何演变的。包和发布代码

　　当您准备好分享时，您可以将最近关闭的里程碑或完成的项目的更改打包到新版本中。

　　草拟和发布发行说明，发布预发布版本，附件，并直接链接到最新的下载。

软件特色

　　数年以后，HP意识到，与其将Tesseract束之高阁，不如贡献给开源软件业，让其重焕新生－－2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于Google对Tesseract进行改进、消除Bug、优化工作。

　　Tesseract目前已作为开源项目发布在Google Project，其项目主页在这里查看，其最新版本3.0已经支持中文OCR，并提供了一个命令行工具。

　　不像其他OCR引擎（例如美国邮政业用于分类邮件的），Tesseract不能识别手写，而且只能识别一共大约64中字体的文本。

　　Tesseract需要一些处理来改善OCR结果，图像需要被放缩，图像有非常多的差异，另外还有水平排布的文字。

　　最后，Tesseract仅仅支持Liuux，Windows，Mac OS X。

使用方法

    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。
    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。
    我准备了一张验证码

放在D盘根目录下，上图:

    结果为:

安装说明

　　1，下载的tesseract-OCR（注意3.0版本之后才支持中文的识别）

　　的tesseract-ocr- setup-3.00.exe

　　chi_sim.traineddata.gz

　　2，安装tesseract-ocr

　　解压缩，双击tesseract-ocr-setup-3.00.exe即可根据提示一步步安装，本人安装的目录是：D：/ Program

　　Files / Tesseract -OCR

　　在此目录下可看到tesseract.exe文件，这就是我们后面的程序中会调用到的运行进程

　　3，自定义安装语言包

　　D：/ Program Files / Tesseract-OCR目录下找到/ tessdata目录，其中包括：

　　chai_sim.traineddata.gz解压缩之后的chi_sim.traineddata文件复制到该目录下即可

　　4，编写测试代码

　　在编写代码之前下载两个jar包：jai_imageio-1.1- alpha.jar，swingx-1.0.jar，可在www.findjar.com