tesseract_ocr用于python的图片识别文字。

有关Tesseract开源的OCR识别引擎，5.0.0版本。因为网络上下载较慢可以从csdn上下载

第一、支持语言：中英文、法语、俄语、葡萄牙、俄语、德语、韩语、日语这些需要更多的还可以加； 第二、PDF拆图：可以将多个PDF拆成图，分组存放指定文件夹、便于按文件夹批量导入图片等； 第三、图片压缩：图片太大影响识别，所以我们做了一个图片压缩的工具,可以将图片的范围控制在可识别范围；

利用霍夫变换直线，检测出名片边界，计算倾斜角，对其校正，然后利用开源ocr库，对文字识别。

Microsoft Visual Studio 2010做的C#微软MODI从图片识别文字(OCR)实例(需要引用Microsoft Office Document Imaging 12.0 Type Library Com组件)，主要代码： try { MODI.Document doc = new MODI.Document(); doc.Create(sAbsFile); MODI.Image image; MODI.Layout layout; switch (iLanguageMode) { case 0: doc.OCR(MODI.MiLANGUAGES.miLANG_ENGLISH, true, true); break; case 1: doc.OCR(MODI.MiLANGUAGES.miLANG_CHINESE_SIMPLIFIED, true, true); break; } StringBuilder sb = new StringBuilder(); for (int i = 0; i < doc.Images.Count; i++) { image = (MODI.Image)doc.Images[i]; layout = image.Layout; sb.Append(layout.Text); } return sb.ToString(); } catch (Exception ex) { return "【Error】" + ex.Message.ToString(); }

详情请见我的博客：https://blog.csdn.net/HorseRoll/article/details/80857491