ocr中文识别用哪种软件识别率比较高？.pdfVIP

OCR 中文识别用哪种软件识别率比较高？ 【chenqin 的回答 (463 票 )】: 由于工作需要大量的数据识别，我接触过世面上可用的几乎 所有文字、数字识别软件。有一阵子，因为可用表格扫描得 太不清晰，我甚至考虑过自学编写文字识别的程序……还好 最后碰到前面已经有很多人提到的 ABBYY Finereader （中 文叫“泰比”）。 1，识别率极高。我使用过现在的答案总结里提到的所有软 件，但遇到下面这样的表格，除了 ABBYY 还能保持 95% 以 上的识别率之外（包括秦皇岛三个字） ，其他所有的软件全 部歇菜，数字认错也就罢了，中文也认不出。血泪的教训。 2 ，自由度高。可以在同一页面手动划分不同的区块，每一 个区块也可以分别设置表格或文字；简体繁体英文数字。而 此时大部分软件还只能对一个页面设置一种识别方案，要么 表格，要么文字。 3 ，批量操作方便。对于版式雷同的年鉴，将一页的版式设 计好，便可以应用到其他页，省去大量重复操作。 4 ，可以保持原有表格格式，省去二次编辑。跨页识别表格 时，选择“识别为 EXCEL”，ABBYY 可以将表格连在一起， 产出的是一整个 excel 文件，分析起来就方便多了。 5 ，包括梯形校正，歪斜校正之类的许多图片校正方式，即 使扫描得歪了，或者因为书本太厚而导致靠近书脊的部分文 字扭曲，都可以校正回来。 一开始用了一会儿盗版，后来发现这个软件可能已经帮我省 了几百美元的助研费用（最没办法的办法就是叫两个学生人 肉输入数据， 然后合并在一起， 碰到不一样的再自己检查） ， 实在不好意思再用盗版了，就花了 150 美元买了正版。 【iurp 的回答 (15 票) 】: Google 目前主持开发和维护的 OCR 项目 Tesseract /p/tesseract-ocr/ 3 年前用过，当时感觉效果已经不错。不知现在是否有更大 进步。从 Activity 来看好像很活跃。 【张岩的回答 (22 票) 】: 真正能把中文 OCR 做得比较专业的，一共也没几家，国内 2 家，国外 2 家。国内是文通和汉王， 国外是 ABBYY 和 IRIS （台湾原来有 2 家丹青和蒙恬，这两年没什么动静了） 。像 大家提到的紫光 OCR 、CAJViewer 、MS Office 、清华 OCR 、 包括慧视小灵鼠，这些都是文通的产品或者使用文通的识别 引擎，尚书则是汉王的产品，和中晶扫描仪捆绑销售的。这 两家的中文识别率都是非常不错的。而国外的 2 家，主要特 点是西方语言的识别率很好，而且支持多种西欧语言，产品 化程度也很高，不过中文方面速度和识别率还是有差距的， 当然这两年人家也是在不断进步。 Google 的开源项目，至 少在中文方面，和这些家相比，各项性能指标水平差距还蛮 大的呢。 【陶勤的回答 (10 票) 】: 需要将扫描的表格直接翻译过来，试了汉王和尚书七号，这 两款软件都用的是同一个引擎，所以结果都一样，但是无法 直接输出 xls ，而是文本的，还是无法直接使用，需要程序 解析想要的列。 而 abbyy finereader 太强大了，直接导出 xls 。 而且准确率还不低。很强 【王剑伟的回答 (8 票) 】: ABBYY 公司的 Finder Reader ，ABBYY 的识别技