中文OCR软件汇总.docxVIP

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精确度测试中名列前茅。但1996年后基本停止了开发。2006年，Google邀请Smith加盟，重启该项目。它能识别一些简单的图片验证码，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，依托百度业界领先的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ABBYYFineReader 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排版格式以及后台批处理识别功能，使用者再也不用在扫描软件、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 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 faulen Hund. Le renard brunuber den fallenHonda Le renard bruiiber den faulen Hund. Le renard brunliber den faulen Hund．Le renard brun?rapide? saute par-dessus le chienrapid ed saute par - dessus le chien?rapide? saute par-dessus le chien“rapidesaute par-dessus le chienparesseux. La volpe marrone rapidapress eux La volpe marrone rapid aparesseux. La vo