在Windows XP上運行的開源OCR庫

Question

我正在尋找在Windows XP上運行的開源OCR庫。 我需要使用它來處理圖像和PDF。 通常，我想從java接口該庫。 知道是否有可用的東西嗎？

問候。

Answer 1

檢查Tesseract

Tesseract可能是可用的最准確的開源OCR引擎。 結合Leptonica圖像處理庫，它可以讀取多種圖像格式並將其轉換為60多種語言的文本。 它是1995年UNLV准確性測試中排名前三的引擎之一。 在1995年到2006年之間，它幾乎沒有做任何工作，但是從那時起，谷歌對其進行了廣泛的改進。 它是根據Apache License 2.0發布的。

Tesseract可在Linux， Windows（使用VC ++ Express或CygWin）和Mac OSX上運行

這是Wiki的比較表

Answer 2

http://roncemer.com/software-development/java-ocr/

“ Java OCR是一套用於圖像處理和字符識別的純Java庫。”

Answer 3

我將看一下Apache Tika項目，並將其與Tesseract OCR結合起來。 Apache Tika管理各種文件類型的打開和提取內容。 它具有可插拔的設計，因此您可以連接OCR進行輸入，甚至將其輸出連接到Lucene進行搜索。 它是純Java。

Answer 4

這里是熱火做研究關於OCR龐大的工作，看看這個

Answer 5

查看Tess4J ，這是Tesseract OCR API的Java JNA包裝器。