OCR选型和资源推荐

OCR（按照识别率从低到高排序）

Cuneiform for Linux —— 本来是个Windows软件，这是Linux的移植，2011年4月已经停止维护。

GNU Ocrad —— 命令行工具。有JS移植，可用于前端。

GOCR —— 命令行工具。有JS移植，可用于前端。

Tesseract —— 开源OCR引擎，也有命令行工具。HP开发Google接手。3.0之后支持训练。 Golang绑定 。 入门教程 。

OCRopy —— 基于训练的OCR引擎，训练后可以达到比Tesseract更高的准确度，项目比Tesseract更年轻。包含一个叫做OCRopus的布局分析器。in Python。

Microsoft OCR Library —— Windows8.1之后的版本内置OCR引擎，可用于桌面和WindowsPhone。

Abbyy —— 收费软件，有SDK，有Cloud版本。

预处理

OpenCV —— 图像处理老大哥。OpenCV3中有Scene Text Detection值得一用。

Libccv —— 现代图像处理库，被很多人推荐。实现了精选的若干个图像处理算法，干净容易移植。其中 Stroke Width Transfor 尤其有用。

lswms —— 分行检测。

OCRopus —— 基于神经学习网络算法的布局分析库。 教程 。

TiRG —— 文字区域检测库， 效果演示 。

unpaper —— 检测文字和旋转，用的是 Hough transform 算法。

Scene Text Detection

API ，

例子1 ，

例子2 ，

Paper ，

高层包装应用 。

高层项目

node-dv —— in Node.js，整合了OpenCV、Tesseract和一些其他项目。

node-fv —— node-dv的更高层，用于证件识别。

OpenOCR —— 包装了SWT、Tesseract、Docker、RabbitMQ，提供队列和HTTP访问服务。in Golang。

openalpr —— 包装了Tesseract和OpenCV，支持多系统build，支持Docker，有Python和Node.js绑定。

百度OCR

API 值得借鉴学习。

关于移动端

tess-two ，Tesseract的安卓移植， 教程 。

microblink ，免费的移动OCR-SDK。

新方法：机器学习

如果有够多的样本和验证能力，机器学习可以很好的处理OCR的问题。

http://www.danvk.org/2015/01/09/extracting-text-from-an-image-using-ocropus.html

http://www.danvk.org/2015/01/11/training-an-ocropus-ocr-model.html

https://en.wikipedia.org/wiki/Long_short_term_memory

https://github.com/nypl/map-vectorizer

一个快速深度学习的框架，和基于它构建的OCR项目。

https://github.com/BVLC/caffe/

https://github.com/pannous/caffe-ocr

JS构建的神经学习网络https://github.com/mateogianolio/mlp-character-recognition

顺便

ImageMagick —— 实现PDF、PNG、TIFF之间的格式转换。

Apache Tika —— 从HTML、Word、Pdf、Excel、PPT、Zip等文档中提取内容的类库，in JAVA。