GitHub开源:支持100多种语言的OCR文字识别

之前为给位朋友分享过:GitHub开源:17M超轻量级中文OCR模型、支持NCNN推理,该项目仅仅支持中文OCR识别,本篇博文将分享支持100多种语言的OCR文字识别项目:Tesseract OCR。

Tesseract是一款由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。Tesseract 支持 unicode(UTF-8),可以“开箱即用” 识别100多种语言。Tesseract 架构如下所示:

 

GitHub开源:支持100多种语言的OCR文字识别_第1张图片

 使用Tesseract项目识别中文,效果如下所示:

GitHub开源:支持100多种语言的OCR文字识别_第2张图片

使用Tesseract项目识别英文,效果如下所示:

GitHub开源:支持100多种语言的OCR文字识别_第3张图片

 项目地址请参见:Tesseract OCR

你可能感兴趣的:(优质开源项目分享,GitHub开源,支持100多种语言,OCR文字识别,Tesseract,OCR)