Tesseract OCR是一款开源的光学字符识别库，支持多种语言，包括简体中文chi_sim。语言编码遵循3字符的ISO 639-2标准。要使用非标准语言包，如foo.traineddata，需设置TESSDATA_PREFIX环境变量，并指定-l foo参数。
Teseeract ORC 是一款开源的ORC识别库。备注下识别语言编码：简体中文是chi_sim。Tesseract uses 3-character ISO 639-2 language codes。
如下从其gitHub摘抄的：地址：https://github.com/tesseract-ocr/tesseract/blob/a75ab450a8cc9a2b69cf05f5c4f7a39bc44cbacc/doc/tesseract.1.asc
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
afr (Afrikaans) amh (Amharic) ara (Arabic) asm (Assamese) aze (Azerbaijani) aze_cyrl (Azerbaijani - Cyrilic) bel(Belarusian) ben (Bengali) bod (Tibetan) bos (Bosnian) bul (Bulgarian) cat (Cat
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
