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。