建议放到tessdata目录下使用，针对java操作pdf、png、jpg等图片上文字的OCR识别所需要的语言库。

tesseract的编译文件，可用于qt在windows上进行开发

现有ocr识别小工具，分为两类，一类是依靠网络公司提供的api接口来进行识别，如百度文字识别等，优点是识别准确率高，缺点是没网没授权不能用。另一类就是本地化这种了，现在网上公开的ocr识别工具tesseract-ocr提供中文识别包。再加上使用qq邮箱的截图工具，组建成离线版的OCR识别工具。操作简单，由于使用的是最基本的训练库，准确率比较低，目前能够准确识别pdf中标准文字，带图标的文字可能会识别错误。优化的建议自己训练中文识别库替换tesseract-ocr文件夹内容即可。

Tesseract-ocr安装包和中文语言包，亲测可用。注意配置环境变量：TESSDATA_PREFIX，并添加到path中。

该压缩包包含vs2010编译的tesseract3.02.02的动态库以及相应的头文件、tesseract3.02.02的安装包、demo等，在安装好tesseract后，用vs2010打开该demo，即可运行成功，有需要的话可以参考下！

Tesseract是一个光学字符识别引擎，支持多种操作系统。Tesseract是基于Apache许可证的自由软件，自2006 年起由Google赞助开发。 2006年，Tesseract被认为是最精准的开源光学字符识别引擎之一。

这是一个Tesseract现成库，非源码免编译。适合想要实现文字识别功能的新手下载。

Tesseract是一款由HP实验室开发由Google维护的开源OCR引擎，由Google对其进行改进、优化，特点是开源，免费，支持多语言，多平台。

Tesseract-OCR 及对应版本的 chi_sim.traindata 字库。 　　一定要对应否则会报错。错误信息为：actual_tessdata_num_entries_ <= TESSDATA_NUM_ENTRIES:Error:Assert failed:in file tessdatamanager.cpp, line 53"

将文件解压后，拷贝到安装路径下的Tesseract-OCR文件夹中的tessdata文件夹下面即可。 主要功能用于识别中文字体 默认下载的Tesseract-OCR安装包中是没有简体中文的文件的。 可以用CMD命令行窗口下可用 tesseract --list-langs 来查看Tesseract-OCR支持语言 如果出现chi_sim，则为成功！