开源ocr库

3月8日

开源的OCR库，Opensourced OCR library

突然想起如何做一个论坛的发帖机，但是现在多数都要图片认证，需要一个OCR库来识别图片。于是在网上找了找，还真是有很多实现：

1. OCRE, OCR Easy, http://lem.eui.upm.es/ocre.html
2. Clara OCR, http://directory.fsf.org/claraocr.html
3. Ocrad, based on a feature extraction, http://directory.fsf.org/ocrad.html
4. GOCR, http://sourceforge.net/projects/jocr
5. OCRchie: Modular Optical Character Recognition Software， http://http.cs.berkeley.edu/~fateman/kathey/ocrchie.html
6. sf.net上还有很多正在进行的项目，不过大多数还停留在设想阶段

现在的问题，是测试这些库。不过猜测，这些OCR对付国内的网站还行，像MSN这样的图片肯定无效了。

下载这些程序分别测试了一下，

gocr和ocrad稍作修改可在Windows下编译运行。gocr用vc6, ocrad用gcc。

OCRE,OCRchie和clara OCR需要X window或gtk不太好编译。

测试了一下sina, baidu, taobao,他们都或多或少做了干扰噪音，所以基本不能识别。

用gocr能够正确识别的最好情况是能够正确识别4个数字中的3个。

   

看来在没有对图片作预处理之前，这种识别方式基本不可行。

还没有开始就已经结束了。