开源的中文OCR技术

Question

我已经搜索了很多关于中文的开源OCR，但是没有什么用的开源OCR（为中文而设）。

因此我在这里想知道：

1.是否有任何可以用于生产环境的中文开源OCR？

2.实现拉丁语言和中文OCR时的主要区别是什么？我知道一些好的OCR，如Tesseract或Ocropus，如果我想让它支持中文，该怎么办？

任何帮助都将不胜感激，先行致谢~

- Mickey Shine

Answer 1

您可以选择：

• Tesseract 3.0支持中文/日语
• NHOCR支持日语

- Eric Liu

---

Tesseract 3.0现在可以下载吗？我在哪里可以找到它的源代码？ - Mickey Shine

你可以查看http://code.google.com/p/tesseract-ocr/source/checkout。 - Eric Liu

Answer 2

中文比拉丁语系的语言拥有更多的字符。有一些商业产品，其中一种方法是联系他们并获得帮助。

我认为没有针对中文或日文字符的开源软件。在OCR领域，有许多超越模式识别算法的技术，这是一家公司擅长的领域，而不是开源社区。

- Yin Zhu

---

我发现了一些针对日语的开源OCR。似乎中文的选择不是很多。还是谢谢您~ - Mickey Shine