下载chi_sim.traindata字库下载tesseract-ocr-setup-3.02.02.exe 下载地址：http://code.google.com/p/tesseract-ocr/downloads/list下载jTessBoxEditor用于修改box文件下载地址：http ...

注：目前仅说明windows下的情况 前言 网上已经有大量的tesseract的识别教程，但是主要有两个缺点： 大多数比较老，有部分内容已经不适用。 大部分只是就英文的训练进行探索，很少针对中文的训练。 接下来尽可能详细的介绍自己tesseract训练中文识别的经验 ...

要求：原操作系统代码里只是支持了日语显示，需要做的是实现对这个系统的汉字全角支持。 hzk16的介绍以及简单的使用方法 HZK16字库是符合GB2312标准的16×16点阵字库,HZK16的GB2312-80支持的汉字有6763个，符号682个。其中一级汉字有3755个，按声序排列，二级汉字 ...

　　文中测试了3.0和4.0两个版本。发现3.0识别效率不准确，需要训练词库。4.0识别效率就比较高了，而且支持结果生成pdf、txt等格式。所以推荐使用4.0版本。 　　这个工具可以用在爬虫的时候获取验证码进行识别且自动输入验证码的功能。 　　git地址:https ...

关于中文的识别，效果比较好而且开源的应该就是Tesseract-OCR了，所以自己亲身试用一下，分享到博客让有同样兴趣的人少走弯路。 文中所用到的身份证图片资源是百度找的，如有侵权可联系我删除。 一、准备工作 1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提示安装 ...

关于中文的识别，效果比较好而且开源的应该就是Tesseract-OCR了，所以自己亲身试用一下，分享到博客让有同样兴趣的人少走弯路。 文中所用到的身份证图片资源是百度找的，如有侵权可联系我删除。 一、准备工作 1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提 ...

关于中文的识别，效果比较好而且开源的应该就是Tesseract-OCR了，所以自己亲身试用一下，分享到博客让有同样兴趣的人少走弯路。 文中所用到的身份证图片资源是百度找的，如有侵权可联系我删除。 一、准备工作 1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提 ...

由于tesseract的中文语言包“chi_sim”对中文字体或者环境比较复杂的图片，识别正确率不高，因此需要针对特定情况用自己的样本进行训练，提高识别率，通过训练，也可以形成自己的语言库。 工具： Java虚拟机，由于jTessBoxEditor的运行依赖Java运行时环境，所以需要 ...