Tesseract 是一款开源的 OCR 引擎，由 Google 维护。它支持多种语言的文字识别，具有较高的识别准确率和良好的扩展性。Tesseract 的核心作用是对经过预处理的图像进行分析，提取其中的文字信息并转换为文本。它可以处理不同字体、大小和格式的文字，并且能够通过训练来提高对特定场景文字的识别能力。
官方网站：https://github.com/Tesseract-ocr/Tesseract
官方文档：https://github.com/Tesseract-ocr/tessdoc
语言包地址：https://github.com/Tesseract-ocr/tessdata
下载地址：https://digi.bib.uni-mannheim.de/Tesseract/
View Details