chinese character recognition using Tesseract OCR
我一直在使用Tesseract 3.0.2 OCR SDK提取图像文本。但是，如果我使用中文文本图像并通过OCR，则Tesseract不会提供中文字符，而是提供数字和英文字符。但是我需要使用我所使用的图像中显示的汉字。
我该如何实现？有什么方法可以获取汉字而不是其他任何汉字？
您需要下载中文培训的数据(该文件将为chi_sim.traineddata之类的文件)，并将其添加到您的tessdata文件夹中。
下载文件
https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata
并像这样使用
1 | Tesseract* tesseract= [[Tesseract alloc] initWithDataPath:@"tessdata" language:@"chi_sim"]; |
如果您有任何问题，可以从以下网站下载我的tessaract实验(具有中文支持)
https://github.com/aryansbtloe/ExperimentWithTesseract.git
我已经测试了这个...希望您会发现它有用。