中文OCR软件详解.docx

中文OCR软件分析报告 分析软件及测试环境 本文选取当前支持中文识别较好的几款软件进行测试，相关信息具体见下表： 名称测试环境识别语言开发方式简介TesseractJAVA源码中、英、法 …..源码开发 HYPERLINK javascript:; \t _self Tesseract是Ray Smith于1985到1995年间在惠普布里斯托实验室开发的一个OCR引擎，曾经在1995 UNLV精确度 HYPERLINK javascript:; \t _self 测试中名列前茅。但1996年后基本停止了开发。2006年， HYPERLINK javascript:; \t _self Google邀请Smith加盟，重启该项目。它能识别一些简单的 HYPERLINK javascript:; \t _self 图片验证码，对于增加了复杂“噪音”验证码识别成功率较低。3.0版本后增加了对中文的支持百度OCR在线调用中、英在线ＡＰＩ调用百度自然场景OCR服务，???托百度业界领先的OCR算法，提供了整图文字检测、识别、整图文字识别、整图文字行定位和单字图像识别等功能。ABBYY（泰比）本地window应用程序中、英、法 ……在线ＡＰＩ调用 ＳＤＫ本地开发ABBYY FineReader Professional 是一款真正的专业OCR，它不仅支持多国文字，还支持彩色文件识别、自动保留原稿插图和 HYPERLINK /view/806204.htm \t _blank 排版格式以及后台批处理识别功能，使用者再也不用在 HYPERLINK /view/5744051.htm \t _blank 扫描软件、OCR、WORD、EXCEL之间换来换去了，处理文件会变的就像打开已经存档的文件一般便捷。汉王本地window应用程序 和在线调用中、英在线ＡＰＩ调用 ＳＤＫ本地开发汉王科技股份有限公司成立于1998年，是全球文字识别技术与智能交互产品引领者，多年来，通过不断自主创新，在联机手写识别、光学字符识别(OCR)、数位绘画板等领域拥有多项具有自主知识产权的核心技术，综合技术水平在国内外均处于领先地位，手写汉字识别获得国家科技进步一等奖，OCR获得国家科技进步二等奖。  功能测试 2.1 外文识别功能 例子1：简单外文短句 Tesseract百度ABBYY汉王aaoqunkai lankygao qunhai lennygaoqunkai lenkyNULL 例1分析： 此图片为自制图片，图片句子简单清晰，Tesseract出现一字母错误。说明对于分自带示例字库Tesseract还需要进一步优化训练，字体稍有变化识别率就下降。 ABBYY识完全正确识别。 百度OCR确识别出所有字母，但是对字母组合错误切分单词。 汉王无法识别。 例子2：Tesseract自带例子 Tesseract百度ABBYY 汉王The (quick) [brown] {fox} jumps!The ( quick ) i brown ] { foxx jumps!The (quick) [brown] {fox} jumps!The(quick)fbrown】{fox}jumps 1Over the $43,456.78 lazy #90 dogOver the s43 , 456.78 lazy # 90 dogOver the $43,456.78 lazy #90 dog 0ver the$43，456．78lazy#90 dog duck/goose, as 12.5% of E-mail duck / goose , as 12.50 % of Email 1 duck/goose, as 12.5% of E-mailduck／goose，as 12．5％0f E．mailfrom aspammer@ is spam.To in aspar nine rca website . corn is span ,from  HYPERLINK mailto:aspammer@ aspammer@ is spam.itom aspammer@website．corn is spam．Der ,,schnelle” braune Fuchs springtDer ,,schnelle braun Fuchs spring tDer ,,schnelle” Sraune Fuchs springtDer，．schnelle’’braune Fuchs springt?ber den