Java OCR tesseract 图片识别技术(一)
来源:互联网 发布:java数组排序函数 编辑:程序博客网 时间:2024/05/16 03:21
本人程序用的tesseract,百度云地址:http://pan.baidu.com/s/1bQf0ZG 密码:81l6
tesseract-ocr中文版安装使用教程:
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:
附录:
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。
使用Tessract-OCR引擎识别验证码
打开DOS界面,输入tesseract:
如果出现如上输出,表示安装正常。
我准备了一张验证码code.jpg放在D盘根目录下,上图:
结果为:
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
- Java OCR tesseract 图片识别技术(一)
- Java OCR tesseract 图片识别技术(二)
- Java OCR tesseract 图像智能字符识别技术(一)
- tesseract-ocr图片识别
- java 调用tesseract-ocr识别图片
- Tesseract-OCR 字符识别技术
- Tesseract-ocr-图片文字识别
- JAVA识别身份证号码,H5识别身份证号码,tesseract-ocr识别(一)
- Java OCR tesseract 图像智能字符识别技术
- Java OCR tesseract 图像智能字符识别技术
- Java OCR tesseract 图像智能字符识别技术
- Java OCR tesseract 图像智能字符识别技术
- java 利用 tesseract-ocr 进行文字识别技术
- Java OCR tesseract 图像智能字符识别技术
- java 利用Tesseract-OCR识别图片验证码
- java程序集成Tesseract-OCR识别图片信息
- Java OCR tesseract 图像智能字符识别技术 Java代码实现(二)
- tesseract-ocr 识别中文扫描图片
- What does N+1 redundancy mean?
- Textview富文本的其它实现方式
- 《linux程序设计学习笔记》之----初探makefile(一)
- Ubuntu命令同步网络时间
- JavaScript学习之Date对象和Math对象
- Java OCR tesseract 图片识别技术(一)
- lougu2513 [HAOI2009]逆序对数列
- wps 为什么设置的标题不能显示在文档结构图里
- gitbash 工具下 npm,node常用命令
- Servelt基础
- Git之创建版本库
- 创建文件与创建文件夹
- 进程中保存文件信息的方法
- 批处理获取网络连接名称和设置IP地址