深入学习Tesseract-ocr识别中文并训练字库的方法
上篇文章简单的学习了tesseract-ocr识别图片中的英文（链接地址如下： https://www.cnblogs.com/wj-1314/p/9428909.html ），看起来效果还不错，所以这篇文章继续深入学习tesseract-ocr识别图片中的中文。 一，准备中文字库 下载chi_sim.traindata字库。要有这个才能识别中文。下好后，放到Tesseract-OCR项目的tessdata文件夹里面。（注意下载字库，一定要 看库对应的tesseract版本 下载） 为什么强调版本呢 ，小编这里讲自己做的愚蠢的事情附上，希望大家别入坑了。 上一篇学习Tesseract-ocr中，识别的是英文，然后小编下载了中文库，如下 不知道是什么原因，总是报错。报错如下： 我找了多种方法，包括重新安装库，配置环境变量，仍然没有解决问题，所以在这里，我又考虑到Tesseract的版本问题，所以打算重新最新版 w64-v4.0.0，继续试试。附上下载链接地址 下载Tesseract的地址： https://digi.bib.uni-mannheim.de/tesseract/ 下载Tesseract-ocr包的地址： https://github.com/tesseract-ocr/tesseract/wiki/Data-Files