主要介绍在云服务器平台部署OCR识别技术方案，其中包括身份证OCR识别，银行卡OCR识别，证件OCR识别，车牌OCR识别，名片OCR识别

Tesseract OCR 光学字符识别工具，自己训练的chi_sim.traineddata文件，非常好用，效果非常好

Delphi 用Tessercat 4.1 进行OCR的源代码，含全部支持文件及中英字库（v4.1.0.20190314），可直接编译，文字识别的基本功能能够正常使用。

启动截图 方法一：在程序主界面点击截图按钮； 方法二：点击截图快捷键 F4。 圈选区域 进入截图界面后，按下鼠标左键，然后拖动即可圈选所要截取的区域； 圈选结束后，可以对圈选的区域进行微调： 使用 方向键，可以对所选区域的右边界和上边界进行微调； 使用 Shift+方向键，可以对所选区域的左边界和下边界进行微调； 使用 Ctrl+A，可以全选整个屏幕。 确定圈选 圈选完成后，点击 Enter 或者 Space 键，或者鼠标左键双击即可确认圈选；确认圈选后，会自动对所选区域进行 OCR 文字识别。 图片文字识别 识别结果文本对齐（暂未实现多分栏） 全屏模式下截图 添加正在识别动画 多屏支持 文本翻译 公式识别 表格识别 软件设置

表格识别相关论文

1、对于搜狗的接口调用的还是http://ocr.shouji.sogou.com/v2/ocr/json，这个接口识别效果很好，但是对于图片的尺寸有规定。 本人对截取图片进行了尺寸上的优化，保证较小的文字也能识别。具体大家自行测试。 2、腾讯ocr接口，也比较准确，但是速度比较慢。 3、百度ocr接口，精确度还可以，但是标点符号识别不准确，速度一般。 4、有道ocr接口，速度很快平均0.3-0.4秒就可识别出来。但是接口受ip请求的限制。（仅供参考）

ynthText 数据集由包含单词的自然场景图像组成，其主要运用于自然场景中的文本检测，该数据集由 80 万个图像组成，大约有 800 万个合成单词实例。 每个文本实例均使用文本字符串、字级和字符级边界框进行注释。

使用LeadTools的V18组件实现BarCode（二维条形码）的识别 环境VS2008 组件：LeadTools的试用版

jmeter通过调用OCR识别图片验证码，但是识别率不高，有需要的可以试一试能否识别 参考文章http://sanwen.net/a/rmskmpo.html

COR 截图文字识别最新版本，F4识别截图，可自定义设置快捷键。识别率高！