Tesseract5.0 图像识别本地服务 三 【训练自定义字库,提高图片的识别效果】

一：简介

OCR(Optical Character Recognition)：光学字符识别，是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。
Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后由Google进行改进、修改bug、优化，重新发布。

二：训练自定义字库

本文大量参考学习以下文章：

Tesseract-OCR 中文识别与训练字库 ： https://www.jianshu.com/p/3326c7216696
Tesseract5.0训练字库，提高OCR识别率：https://www.cnblogs.com/pyweb/p/11457519.html
Tesseract-OCR-v5.0中文识别,训练自定义字库：http://www.likecs.com/show-90988.html

下面发一个来自网络的已经经过训练过的可用的简体中文字库

链接：https://pan.baidu.com/s/1a2RHUj10mJu7vGAHGVFotw 
提取码：k9v7