Atititi tesseract使用总结

Posted 2020-08-17 attilaxAti

 

Atititi tesseract使用总结

 

消除bug，优化，重新发布。当前版本为3.02

项目下载地址为：http://code.google.com/p/tesseract-ocr。

 

Windows cmd命令行使用Tesseract-OCR引擎识别验证码:

1、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,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:

 

 

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。

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目录下去就可以了。

 

 

 

附录:

Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform block of vertically aligned text.
6 = Assume a single uniform block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

 

tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

tesseract 图片名 输出文件名 -l 字库文件 -psm pagesegmode 配置文件

例如：

tesseract code.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. 默认为 3

configfile 参数值为tessdata\\configs 和 tessdata\\tessconfigs 目录下的文件名.

 

 

 

"C:\\0workspace\\Tesseract\\tesseract.exe"  "D:\\ati\\dcim_mov22\\IMG_0177.PNG" "D:\\ati\\dcim_mov22\\IMG_0177"

cmd ext finish!

““- 中国联通 一÷、 1:36 AM @ 4 >B 64%庄〕

wapbaike.baidu.com

那样既闷热又不方便, 所以文暴走们就用书包代替保护

颈椎的护具, 不过这些书包少的几十, 贵的几百上干还

可以放东西真是一举两得。 不过可不要因此认为他们很

温柔, 和这些文暴走比速度, 因为在他们眼里就算兰博

墓启都只有屹灰的份。 排量 干以上的机车〇-wO提速

足以秒杀布加迪威龙以下的汽车, 也许正是因为这种对

提速的迷恋才是他们热爱机车的原因! 发展到今夭, 文

暴走里面又衍生出了炸街党。 田于对社会压力的释放已

不能通过飙车来满足, 文暴走们不再低调, 换掉原装排

气的重型机车, 咆哮的声音足够让整个市中心知道他的

存在。 在车流中的浑厚引擎声, 仿佛告诉人们, 生活中

你不在沉默中死亡, 就在沉默中胞晖, 他们正是这群沉

默的胞晖耆。 行云流水般的车技, 加上轰炸式的声音,

也就行成了炸街一词。 用咆晖的引擎让整条街的玻璃和

地板都为之震动, 百分之百的回头率, 告诉着你, 胯下

的巨物可不是闹着玩的, 它身价不菲, 同样它藐视所有

法则, 因为跨上去的那一刻, 就与世界脱离, 告诉你这

是 群有故事的人。

历史起源

硼 个

说起日本的暴走族% 就不能不提到广岛, 因加Ba

走凤气最盛行, 被日本媒体称为“广岛现象% 这认 ,、

走风’再次刮起, 广岛自然不甘落后。 -个朋友告诉笔

耆, 最近几夭, 他时常看到马力强劲的摩托车在广岛街

 

要不要转换tif,attilax测试,是一样的效果....

 

Java调用OCR进行图片识别 - conanswp的专栏 - 博客频道 - CSDN.NET.html

 

作者:: 绰号:老哇的爪子 （ 全名：：Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ） 

汉字名：艾提拉（艾龙），   EMAIL:[e-mail]

转载请注明来源： http://www.cnblogs.com/attilax/

Atiend