我一直在使用Tesseract 3.0.2 OCR SDK进行图像文本提取 . 但是，如果我使用中文文本图像并通过OCR，那么Tesseract不会提供中文字符而不是我获得数字和英文字符 . 但是我需要在我正在使用的图像中显示中文字符 .
我怎样才能做到这一点？有什么方法可以获得汉字而不是任何其他字符吗？
您需要下载中文训练数据（它将是 chi_sim.traineddata 之类的文件）并将其添加到 tessdata 文件夹中 .
下载文件https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata
并使用这样的
Tesseract* tesseract= [[Tesseract alloc] initWithDataPath:@"tessdata" language:@"chi_sim"];
如果您有任何问题，可以从https://github.com/aryansbtloe/ExperimentWithTesseract.git下载我的tessaract实验（中文支持）
我测试过这个......希望你会发现这个很有用 .
1 回答
您需要下载中文训练数据（它将是 chi_sim.traineddata 之类的文件）并将其添加到 tessdata 文件夹中 .
下载文件https://github.com/tesseract-ocr/tessdata/raw/master/chi_sim.traineddata
并使用这样的
如果您有任何问题，可以从https://github.com/aryansbtloe/ExperimentWithTesseract.git下载我的tessaract实验（中文支持）
我测试过这个......希望你会发现这个很有用 .