开源图文识别引擎 tesseract-ocr

MMiao79

thXnder 发表于 2016-9-30 14:26
不知道为什么，有的语言包能正常使用，例如eng.traineddata、kor.traineddata、yid.traineddata等；但有的 ...

我也碰到了同样的问题，请问楼上的朋友，你解决了吗？能否告知解决办法？？？非常感谢~~~

cjc0045

MMiao79 发表于 2017-8-20 06:12
我也碰到了同样的问题，请问楼上的朋友，你解决了吗？能否告知解决办法？？？非常感谢~~~

是不是因为版本的问题，网上查了一下说要tesseract3.0以上才支持中文识别。

MMiao79

cjc0045 发表于 2017-9-1 11:15
是不是因为版本的问题，网上查了一下说要tesseract3.0以上才支持中文识别。

你说对了，跟版本有关系。

在看到你的回帖之前，经过验证，aardio里的DLL版本应该对应的是3.0.2，而之前我在tesseract-ocr官方下载的语言识别库版高于这个DLL，所以使用会报错。经过搜索找到对应的3.0.2语言库后，不再报错了，对于宋体、黑体等正常字体，识别度还是很高的，其他美术体就不好说了。

另外，识别之前的字符集设置，也是很有必要的，否则就算是有了相应的语言库，在不设置字符集的情况下，仍然不能做到很好的识别。