關於中文的識別，效果比較好而且開源的應該就是Tesseract-OCR了，所以自己親身試用一下，分享到博客讓有同樣興趣的人少走彎路。
文中所用到的身份證圖片資源是百度找的，如有侵權可聯系我刪除。
一、准備工作
1、下載Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提示安裝就行。
2、下載chi_sim.traindata字庫。要有這個才能識別中文。下好后，放到Tesseract-OCR項目的tessdata文件夾里面。
3、下載jTessBoxEditor，這個是用來訓練字庫的。
以上的幾個在百度都能找到下載，就不詳細講了。
二、識別
1、進入cmd，進入到要識別的圖片的路徑下。
2、輸入命令
tesseract 圖片名稱 生成的結果文件的名稱 字庫
例如我的圖片識別就是：
tesseract test.jpg result -l chi_sim
識別完后會生成result.txt文件
當然啦效果不太理想。所以我們要訓練自己的字庫。
三、訓練
1、將圖片轉換成tif格式，用於后面生成box文件。可以通過畫圖，然后另存為tif即可。
更改圖片名字，這個是有要求的=。=
tif文面命名格式[lang].[fontname].exp[num].tif
lang是語言 fontname是字體
比如我們要訓練自定義字庫 mjorcen字體名normal
那么我們把圖片文件重命名 mjorcen.normal.exp0.jpg在轉tif。
2、生成box文件。
tesseract mjorcen.normal.exp0.jpg mjorcen.normal.exp0 -l chi_sim batch.nochop makebox
box文件和對應的tif一定要在相同的目錄下，不然后面打不開。
3、打開jTessBoxEditor矯正錯誤並訓練
打開train.bat
找到tif圖，打開，並校正。
4、訓練。
只要在命令行輸入命令即可。
tesseract mjorcen.normal.exp0.jpg mjorcen.normal.exp0 nobatch box.train
unicharset_extractor mjorcen.normal.exp0.box
在這我明明已經矯正好了，但是還是有1個字符不能識別出來，報的錯跟實際上完全沒有相關性，不知道是不是bug，到后面的結果就是“園”字沒有識別出來。
先不管，畢竟只有一個樣本。
新建一個font_properties文件
里面內容寫入 normal 0 0 0 0 0 表示默認普通字體
繼續敲命令
shapeclustering -F font_properties -U unicharset mjorcen.normal.exp0.tr mftraining -F font_properties -U unicharset -O unicharset mjorcen.normal.exp0.tr cntraining mjorcen.normal.exp0.tr
最后會生成五個文件，把目錄下的unicharset、inttemp、pffmtable、shapetable、normproto這五個文件前面都加上normal.
如圖：
命令行輸入，合並五個文件：
combine_tessdata normal.
得到訓練好的字庫。
四、測試
1、把 normal.traineddata 復制到Tesseract-OCR 安裝目錄下的tessdata文件夾中
2、識別命令：
tesseract mjorcen.normal.exp0.jpg mjorcen.normal.exp0 -l normal
3、效果
對比：
總結：肯定要自己訓練過后的字庫識別效果好，接下來要把整個項目弄進android，還要研究怎么將多個字庫合並成一個字庫，因為我不可能一次訓練完所有的圖片文字的。到時候有什么成果了再分享博文。希望大家可以點贊！謝謝。
更新：沒有錯誤的話命令行的提示應該是這樣的
