Windows环境下的图像OCR工具

Question

这个站点上有一些ocr问题，但它们要么只针对Linux，要么只针对PDF。

因此，我正在寻找一个工具，可以将带有文本的图像转换为可编辑文本(.doc / .txt)。

它需要：

• 免费或相对便宜(< 20 20)
• 尽可能准确
• 忽略图像
• 在Windows 7 64位上运行
• 绝对支持.jpeg和.gif文件

Answer 1

个人使用的最好的OCR工具是细微差别OmniPage、ABBYY FineReader和XI专业杂技演员。(我没有看过基准，但几年前我在寻找它时就有了这样的印象)。但它们的价格都在20美元以上。

Tesseract通常被认为是最精确的开源OCR引擎。存在多个泰瑟乐图形用户界面。否则，您可以使用一些绑定到它，如下面的例子。

示例：

用ImageMagick将图像转换为tif：# myimage.jpeg --自动转换-compress无-compress myimage.tif代码，从myimage.tif读取数据(Tesseract需要TIFF作为输入)：从pytesser.pytesser导入图像* image_file = 'myimage.tif‘im = Image.open(image_file) text = image_to_string(im) text = image_file_to_string(image_file) text = image_file_to_string(image_file，graceful_errors=True)打印"=====output=======\n“打印文本

金融时报：光学字符识别软件的比较