在Windows XP上運行的開源OCR庫

Question

我正在尋找一個在Windows XP上運行的開源OCR庫。我需要這個工作的圖像和PDF文件。大多數情況下我想從java接口這個庫。任何想法，如果有什麼可用的？

問候。

Answer 1

http://roncemer.com/software-development/java-ocr/

「的Java OCR是用於圖像處理和字符識別純Java庫套件。」

Answer 2

檢查Tesseract

正方體可能是目前最準確的開源OCR引擎。結合Leptonica圖像處理庫，它可以讀取各種圖像格式，並將其轉換爲60多種語言的文本。它是1995年UNLV精度測試中排名前三的發動機之一。在1995年到2006年之間，它幾乎沒有完成任何工作，但從那時起，Google已經進行了大量改進。它是在Apache許可證2.0下發布的。

正方體工作在Linux，的Windows（與VC++ Express或CygWin的） 和Mac OSX

這裏是一個comparision table from wiki

Answer 3

我想看看在Apache提卡項目並將其與Tesseract OCR結合使用。 Apache Tika管理從各種各樣的文件類型中打開和提取內容。它具有非常可插拔的設計，因此您可以連接OCR進行輸入，甚至可以將其輸出連接到Lucene進行搜索。它是純粹的Java。

Answer 4

有由熱上做研究關於OCR龐大的工作，看看this

Answer 5

退房Tess4J，一個Java JNA包裝爲正方體OCR API。