首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Tesseract-OCR识别中文与训练字库实例

一、准备工作 1、下载Tesseract-OCR引擎,注意要3.0以上才支持中文哦,按照提示安装就行。 2、下载chi_sim.traindata字库。要有这个才能识别中文。...3、下载jTessBoxEditor,这个是用来训练字库的。 以上的几个在百度都能找到下载,就不详细讲了。 二、识别 1、进入cmd,进入到要识别的图片的路径下。...2、输入命令 1 tesseract 图片名称 生成的结果文件的名称 字库 例如我的图片识别就是: 1 tesseract test.jpg result -l chi_sim 识别完后会生成result.txt...得到训练好的字库。....jpg mjorcen.normal.exp0 -l normal 3、效果 对比: 总结:肯定要自己训练过后的字库识别效果好,接下来要把整个项目弄进android,还要研究怎么将多个字库合并成一个字库

4K20
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

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

    .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...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...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

    8.2K70

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

    .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...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...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

    8.5K20

    shell编程字库裁剪(1)——想法

    很多带有点阵液晶的硬件项目可能需要显示汉字、ASCII字符,有的廉价的液晶里没有字库,有的液晶里带有了字库但可能需要其他字体的支持。这种时候我们就需要使用外置的字库了。...SOC上的flash一般尺寸相对很小,几百K的字库很可能超标,甚至本身就没这么大。那么在这种情况下,如果还想使用字库,只好对字库进行裁剪,这也是笔者这个主题的背景情况。...如果是完整的汉字字库,那么显示汉字可以直接根据GB2312码来算出二进制编码,这个可以在baidu里面搜索GB2312字库的偏移,里面可以查到很多文章可以说明GB2312字库的偏移,细节不在这里讨论。...直接写结果,GB2312的编码为两个字节,假设某个汉字的GB2312编码第一个字节为GBH,第二个字节为GBL,并且每个汉字字体在字库中的大小为s,那么这个汉字在字库中的偏移为   offset = [...如果要用到繁体字,那么可以采用GBK编码和GBK字库,公式类似,本文只考虑GB2312。

    78990

    【实用】教你识别下载“全家桶”

    本篇要点 教你去掉广告,某度快照等等影响搜索体验的东西 教你识别下载全家桶 除了某度推荐个另一个比较大的搜索引擎 某度作为国内搜索引擎来说,大家基本上都用过吧 但是往往会出现这种情况,请看图 ?...建议复制)即可获取下载链接 安装教程: chrome地址栏输入: chrome://extensions/ 然后把下载好的crx文件拖进去,添加扩展程序,即可完成 ?...识别下载全家桶 相信好多小伙伴都有在百度搜索软件安装的习惯吧(ps:包括小编,哇哈哈哈) 但是我相信好多人都有下载一个A软件,然后下载完,安装完毕发现桌面多了不止A软件一个,会多出来B,C,D等等一堆不相关的软件...(ps:毫不吹牛地说,小编从来没发生过这种情况) 下面教程可要看好了 就以前几天我说的一个“流氓软件”软媒魔方为例开始吧 当然这个有官网 因教程需要我就不在官网下载了,在下面的一些网站下载 ?...打开这个下载链接 首先映入眼帘的是两个大大的下载按钮,这个不要点,这种要么下载的是那种p2p下载加速器类的东西,反正不要管就好了 ? 直接往下拉 ?

    1.1K20

    Tesseract OCR初探

    windows中命令行使用tesseract 下载安装Tesseract-OCR引擎(3.0版本+才支持中文识别) tesseract-ocr-setup-3.01-1.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...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....简体中文字库文件下载地址为:http://tesseract-ocr.googlecode.com/files/chi_sim.traineddata.gz 下载完成后解压,然后将该文件剪切到tessdata...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...下载字库 在手机中SD卡添加/mnt/sdcard/tesseract/tessdata路径,并且传入C:\Program Files (x86)\Tesseract-OCR\tessdata路径下的

    7.1K11

    人脸识别案例:接口返回“图片下载错误”

    当用户传入URL参数时,腾讯云人脸识别产品会通过下载代理服务器,模拟公网请求去下载该URL对应的图片,为了保证服务器性能和用户体验,云侧在业务逻辑上对下载耗时进行了阈值设置,一旦下载时间超过4.5s,即会返回...3.用户使用CDN服务保证请求速率,但是偶现下载错误,是因为CDN产商的问题,需要联系CDN厂商排障。 4.用户的图片服务器在海外,腾讯云人脸识别图片下载代理服务在国内,可能会导致下载超时。...人脸识别产品服务本身问题 当然,如果出现了某一时间段内,下载超时普遍增多,也有一定可能是腾讯云人脸识别下载代理本身的问题。...不过从人脸识别产品发布至今,从未发生过下载代理服务不稳定导致大面积报错,一方面是因为人脸识别产品的服务保证稳定性、高可用性等,另一方面是人脸识别对现网各种报错情况有实时监控和告警,大盘的整体监控情况一直很稳定...这样腾讯云人脸识别服务器就无须下载图片,自然就没有下载超时,服务器会将用户传入的base64解码还原成图片。

    4.9K344
    领券