文字识别一块的例程 包含字符分割 车牌识别 文字识别等内容

Tesseract-OCR字符识别，包括中文英文的文字识别，里面可以训练自己的模型

使用opencv+python的方法实现文档扫描OCR识别

使用opencv+python的方法实现文档扫描OCR识别

Tesseract-OCR字符识别，包括中文英文的文字识别，里面可以训练自己的模型

基于OpenCV3.2，采用KNN的训练和预测实现26个大写字母和0~9数字正反识别功能，已封装成类。

C#OCR识别，C#截屏功能 C#OCR识别，C#截屏功能 C#OCR识别，C#截屏功能 C#OCR识别，C#截屏功能 C#OCR识别，C#截屏功能

tesseract基于java的ORC图片文字识别，可以对图片的文字直接识别，工程为java工程直接导入即可

MODI编程手册，提供开放的编程接口，即可开发出基于MODI的、具有多国语言OCR功能的软件。软件开发人员必备。

卷积递归神经网络 该软件实现了卷积递归神经网络（CRNN），它结合了CNN，RNN和CTC损失，可用于基于图像的序列识别任务，例如场景文本识别和OCR。 有关详细信息，请参阅我们的论文 。 更新2017年3月14日，一个Docker文件已添加到项目中。 感谢 。 UPDATE 2017年5月1日一PyTorch已作出 。 更新2017年6月19日对于端到端文本检测器+识别器，请通过签出 。 建立 该软件仅在Ubuntu 14.04（x64）上经过测试。 需要启用CUDA的GPU。 要构建项目，请首先安装最新版本的 ， 和LMDB。 请分别遵循其安装说明。 在Ubuntu上，可以通过apt-get install liblmdb-dev 。 要构建项目，请转到src/并执行sh build_cpp.sh来构建C ++代码。 如果成功，则应在src/目录中生成一个名为libcrnn.so的文件。 运行演示 演示程序可以在src/demo.lua找到。 在运行演示之前，请从下载预训练的模型。 将下载的模型文件crnn_demo_model.t7放入目录model/crnn_demo/