Python构建快速高效的中文文字识别OCR https://blog.csdn.net/lly1122334/article/details/104752851

从git上下载这个太慢了（https://github.com/ouyanghuiyu/chineseocr_lite），故为了方便大家，就从csdn上下载吧

免费文字识别

1、双击“天若OCR文字识别.exe”可执行程序，会有一个小图标出现在左下角任务栏中； 2、鼠标放到小图标上会提示“上级开始截图识别”，然后双击该图标，即可选择区域进行OCR识别

Readiris Corporate 文字识别软件包含非常丰富的字库，极强的文字识别能力使其识别率高达98%以上，通过扫描用户纸张、PDF文件、图片文件，输出成可编辑的文字，然后根据用户喜欢的编辑器进行编辑，方便文字办公人员进行文字输入、解压、安装，同时软件支持中文、荷文、英文、德文、西班牙文等128种文字语言的转换，内置多稿处理、自动分析、自动识别功能，操作简单快捷，专为个人用户群和小型到大型办公用户群所设计。 功能介绍： 1、将文件、图像或 PDF 转变成可编辑文字 不需要再重新输入任何文字！Readiris 可助你转换所有文件、图像或 PDF 文件为可编辑数码文本。 采用新的 OCR 引擎，速度比以往更快更准确！ 2、创建一个可搜索的 PDF 文件 将标准文件、图像及 PDF 文件转换为一个拥有完整索引及关键字检索的 PDF 档案。 新的格式并拥有超凡的压缩技术！ 3、随时随地都能存取您的文件！ 自动上传您的文件到您喜爱的云端存放服务，使您在任何地方也可以存取它。 新的云端连接点！ 4、从任何的扫描器去扫描文件 利用Readirie 14 的嵌入式扫描向导，将从任何扫描器导入您的文件。 5、转换文件、图像或 PDF 到可编辑文档 Readiris 14 的 OCR 技术屡获殊荣，公认是最准确的方案去将任何纸质文件、图像或 PDF 转换成可编辑及可搜索的数据文挡（Word、Excel、PDF……）。新的多核心处理器中内嵌的 OCR 引擎更提供了比以往都更好的精确度和速度！ 6、上传您的文档到云端 转换您的文件到任何格式，然后单击就能将其上传到您喜爱的云端存放服务。您所存放的文档可以从任何一台电脑、平板电脑或手机进行存取！ Readiris™ 14 兼容 Dropbox, Evernote®, Google Diver™ 和 Box.net 7、导入任何纸质文件、图像或 PDF 透过 Readiris™ 14 内嵌的扫描精灵，就可从任何扫描器进行导入文档 可导入常见的图档格式（JPEG、JPEG 2000、BMP、TIFF、DjVu……） 能导入任何格式的 PDF 8、能使用任何扫描器、数码相机或手机进行导入文档 利用 Readiris 14 中的扫描精灵就能轻易扫描您的纸质文件，并无需执行其他的扫描软件。您将体验从没体验过如此轻易就能把文档进行扫描！ 从数码相机或手机进行导入图档，并即时转换到可供编辑及搜索的 PDF 文档！ 9、输出至 Word、Excel、PDF 及更多！（增加新的格式） Readiris 14 支援多达 30 种输出格式，包括：Adobe® Acrobat® (.pdf), Microsoft® Word (.doc, .docx, .rtf), Excel® (.xls, .xlsx, .csv), Text (.txt), HTML (.html), XPS (.xps)(4), Open Office (.odt) 和 SpreadsheetML (.xml). 10、完美保留文件的版面格式 透过 Readiris™ 14 转换出来的档案，看起来跟原文件完全一样。当中的表格、列、图形、列表……Readiris 14 保证保留着最佳的布局！ 11、转换您的文件为可搜索 PDF 可以轻松地将纸质文件或图像转换为可搜索的 PDF，你可以进行存储、共享或存档。Readiris 14 包括高级的 PDF 创建工具，能让您合拼多个文件到单一的 PDF 或选择不同的输出格式（PDF 影像、PDF 影像 – 文字，PDF 文字或 PDF 文字 – 影像）。 12、缩减您的图档和 PDF 档的大小 基于 I.R.I.S. 的智能高质量压缩技术（iHQC），Readiris 14 可以转换一个标准的文件影像档（彩色或黑白的非压缩格式、JPEG/JPEG 2000、PNG、TIFF、PDF 图像档等……）到一个档案大小更小（可压缩高达 50 倍）的彩色或黑白档并拥有完全可搜索的 PDF，这是完全兼容任何 PDF 检视器。 13、一个点击就能转换您的文件 只需右键点击任何图像或 PDF，即可在 Readiris 启动转换程序。 14、多线程处理 如果您的电脑配备多核心处理器，Readiris 14 就可进行多线程处理，这就可以大大提高了整体处理速度。 15、轻易能于网络中检视档案 Readiris 14 现在也能生成一个线性的 PDF 档，能允许更快速的网络检视。当您需要上传文档到云端应用程式时，这功能就非常方便。 16、识别多达 130 种语言 Readiris 14 是市场上仅有最好的多语言 OCR 软件。它可以识别超过 130 种语言，包括亚洲语言和阿拉伯语！ 17、新的人性化界面 新的选项式用户界面让你利用一

一个Google支持的开源的OCR图文识别开源项目。去持多语言(当前3.02 版本支持包括英文,简体中文,繁体中文),支持Windows,Linux,Mac OSX 多平台。使用中Tesseract 的识别率非常高。可以参考网上的相关资料进行对Tesseract字符识别进行样本训练，通过使用训练后的语言库会提高识别精度。

Java 调用tesseract-ocr 完成的实例 maven 工程，下载导入就可以运行 前提是 你电脑已经装了tesseract-ocr.exe

Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。

通用中文字数据集1，ocr识别文字，其中包括训练集合标签txt文件，测试集合标签txt文件，解压后即可看到

Ocr图片识别程序，基于百度API，必须联网使用，操作系统WIN10， 不支持WIN7