Tesseract

来自开放百科 - 灰狐
跳转到: 导航, 搜索
Wikipedia-35x35.png 您可以在Wikipedia上了解到此条目的英文信息 Tesseract Thanks, Wikipedia.

Google在几个月前,静悄悄地向开源合作伙伴们发布了一款新OCR识别引擎--事实上,是重新发布--这款名为Tesseract的OCR引擎最先由HP实验室于1985年开始研发,至1995年时已经成为OCR业内最准确的三款识别引擎之一。然而,HP不久便决定放弃OCR业务,Tesseract也从从此尘封。

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。

在修复了最重要的数个漏洞后,Google两个月前认为,Tesseract OCR已经足够稳定,可以重新以开源软件方式发布。

Google已经开始在网站上招聘高级OCR技术工程师,值得我们注意的是,Google在这段招聘启示下写道:“Google currently "reads" almost every web page in the world. Come help us read all the printed material as well!”(Google现在已经能够“阅读”世界上几乎所有网页,你的到来将让Google阅读所有印刷信息!)

目录

指南

OS X

brew install tesseract --all-languages

Debian

apt-get install tesseract-ocr
apt-get install tesseract-ocr-fra // 支持 French
apt-get install libleptonica-dev
find . -name eng.traineddata
./usr/share/tesseract-ocr/tessdata/eng.traineddata
export TESSDATA_PREFIX=/usr/share/tesseract-ocr/tessdata

项目

图集

链接

分享您的观点
个人工具
名字空间

变换
操作
导航
工具箱