<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Orc on LeafCxy's Blog</title><link>https://leafcxy.github.io/tags/orc/</link><description>Recent content in Orc on LeafCxy's Blog</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Mon, 21 Jul 2025 09:34:25 +0000</lastBuildDate><atom:link href="https://leafcxy.github.io/tags/orc/index.xml" rel="self" type="application/rss+xml"/><item><title>tesseract使用</title><link>https://leafcxy.github.io/posts/2025-07-21-2/</link><pubDate>Mon, 21 Jul 2025 09:34:25 +0000</pubDate><guid>https://leafcxy.github.io/posts/2025-07-21-2/</guid><description>&lt;h2 id="怎么开始使用"&gt;怎么开始使用？&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;Q:这个开源库要怎么开始使用？https://github.com/tesseract-ocr/tesseract&lt;/li&gt;
&lt;/ul&gt;
&lt;!-- more --&gt;
&lt;ul&gt;
&lt;li&gt;A:要开始使用Tesseract OCR开源库，您需要经过以下几个步骤：&lt;/li&gt;
&lt;/ul&gt;
&lt;ol&gt;
&lt;li&gt;下载与安装Tesseract
&lt;ul&gt;
&lt;li&gt;访问Tesseract的GitHub页面: &lt;a href="https://github.com/tesseract-ocr/tesseract"&gt;https://github.com/tesseract-ocr/tesseract&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;根据您的操作系统选择合适的安装方法。对于Windows用户，您可以直接下载预编译的可执行文件，通常推荐从UB Mannheim的发布页面下载稳定版本：Tesseract Releases&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;设置环境变量
&lt;ul&gt;
&lt;li&gt;添加Tesseract可执行文件的路径到系统的PATH环境变量中，以便在命令行任何位置调用tesseract命令。&lt;/li&gt;
&lt;li&gt;同样，需要设置TESSDATA_PREFIX环境变量指向包含tessdata文件夹的路径，该文件夹内存储了语言数据包&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;安装语言数据包
&lt;ul&gt;
&lt;li&gt;Tesseract需要相应的语言数据包才能进行识别。您可以从这里下载所需的语言包（.traineddata文件）。&lt;/li&gt;
&lt;li&gt;将下载的.traineddata文件放置到&amp;lt;TESSDATA_PREFIX&amp;gt;/tessdata目录下。例如，对于英文识别，您需要eng.traineddata。&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;测试安装
&lt;ul&gt;
&lt;li&gt;打开命令提示符或终端，输入 tesseract &amp;ndash;version 来确认Tesseract已成功安装及其版本信息。&lt;/li&gt;
&lt;li&gt;运行 tesseract &amp;ndash;list-langs 来查看已安装的语言包列表。&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;使用Tesseract进行识别
&lt;ul&gt;
&lt;li&gt;基本命令格式为：tesseract &amp;lt;input_image&amp;gt; &amp;lt;output_text&amp;gt; [-l &lt;language&gt;]
&amp;lt;input_image&amp;gt; 是您要识别的图片文件路径。
&amp;lt;output_text&amp;gt; 是输出文本文件的名称。
-l &lt;language&gt; 是指定识别的语言，默认为英文。&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;在C#项目中集成Tesseract
要在C#项目中使用Tesseract，您可以使用第三方封装库，如Tesseract.SPI或Tesseract。首先，在Visual Studio中打开您的项目，然后通过NuGet包管理器安装这些库之一。
Install-Package Tesseract -Version 4.1.1
接着，按照前面提到的C#示例代码来调用Tesseract进行OCR识别。&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;通过以上步骤，您就可以开始在您的项目中使用Tesseract OCR进行文字识别了。记得根据实际需求调整配置以优化识别效果。&lt;/p&gt;
&lt;h2 id="test"&gt;test&lt;/h2&gt;
&lt;div class="highlight"&gt;&lt;pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"&gt;&lt;code class="language-shell" data-lang="shell"&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&amp;gt;tesseract.exe --version
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;tesseract v5.4.0.20240606
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; leptonica-1.84.1
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; libgif 5.2.1 : libjpeg 8d &lt;span style="color:#f92672"&gt;(&lt;/span&gt;libjpeg-turbo 3.0.1&lt;span style="color:#f92672"&gt;)&lt;/span&gt; : libpng 1.6.43 : libtiff 4.6.0 : zlib 1.3 : libwebp 1.4.0 : libopenjp2 2.5.2
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512BW
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512F
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512VNNI
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX2
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found FMA
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found SSE4.1
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found libarchive 3.7.4 zlib/1.3.1 liblzma/5.6.1 bz2lib/1.0.8 liblz4/1.9.4 libzstd/1.5.6
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&amp;gt;tesseract --version
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;tesseract v5.4.0.20240606
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; leptonica-1.84.1
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; libgif 5.2.1 : libjpeg 8d &lt;span style="color:#f92672"&gt;(&lt;/span&gt;libjpeg-turbo 3.0.1&lt;span style="color:#f92672"&gt;)&lt;/span&gt; : libpng 1.6.43 : libtiff 4.6.0 : zlib 1.3 : libwebp 1.4.0 : libopenjp2 2.5.2
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512BW
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512F
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX512VNNI
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX2
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found AVX
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found FMA
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found SSE4.1
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt; Found libarchive 3.7.4 zlib/1.3.1 liblzma/5.6.1 bz2lib/1.0.8 liblz4/1.9.4 libzstd/1.5.6
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&amp;gt;tesseract --list-langs
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;List of available languages in &lt;span style="color:#e6db74"&gt;&amp;#34;D:\Tesseract-OCR/tessdata/&amp;#34;&lt;/span&gt; &lt;span style="color:#f92672"&gt;(&lt;/span&gt;7&lt;span style="color:#f92672"&gt;)&lt;/span&gt;:
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;chi_sim
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;chi_sim_vert
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;chi_tra
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;chi_tra_vert
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;eng
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;enm
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;osd
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&amp;gt;tesseract D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&lt;span style="color:#ae81ff"&gt;\i&lt;/span&gt;nput&lt;span style="color:#ae81ff"&gt;\t&lt;/span&gt;est.png test.txt -l eng
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span style="display:flex;"&gt;&lt;span&gt;D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&amp;gt;tesseract D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&lt;span style="color:#ae81ff"&gt;\i&lt;/span&gt;nput&lt;span style="color:#ae81ff"&gt;\t&lt;/span&gt;estforchs.png D:&lt;span style="color:#ae81ff"&gt;\T&lt;/span&gt;esseract-OCR&lt;span style="color:#ae81ff"&gt;\o&lt;/span&gt;utput&lt;span style="color:#ae81ff"&gt;\t&lt;/span&gt;estforchs -l chi_sim
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;</description></item></channel></rss>