关于tesseract-OCR

测试了一下tesseract文字识别，记录一下备忘

1) 黑白反转图不能识别，需自行反转后再识别

2）chi_sim和eng都可以识别字母，但只有字母时用eng识别精度更高：用小的识别文本集精度更高

3）用pip install tesseract安装时，需先安装tesseract软件发行版，且安装的是基于python2.x的版本。还要注意x86与x64。

4) 安装时各种字符集的训练网络下载很慢，如不需要不必全部下载。

5）软件是开源的

6）可以自行训练，手写体最好自行训练。

7）测试结果：印刷体汉字与字母识别精度较高，在95%以上。手写体识别效果较差，数字1和7，3和8容易混淆。

8）识別一张( 1920*1080)的图像需要约 5秒

参看：Tesseract-OCR的简单使用与训练 - 小LiAn - 博客园  https://www.cnblogs.com/cnlian/p/5765871.html

其它OCR相关：

https://github.com/xiaofengShi/CHINESE-OCR