1141-C# Winform识别图片文字源码 tesseract OCR

1141-C# Winform识别图片文字源码 tesseract OCR

关于软件的使用：在win7及一下的电脑上运行时需要安装.net framework4.0，另外该程序对只包含文本，且文本清晰的图片识别率较高，另外随着文字的增多识别的成功率会下降。

该软件采用的是Tesseract及其配套的训练库来实现图片中的文字识别（包括中文）。

如果读者要自己创建同样的识别程序需要注意的地方有以下几点：

1、  需要的文件有：Tesseract.dll和chi_sim.traineddata。这两个文件在该项目目录下均可以找到。

2、  项目目标处理器必须设置为x86,不然运行不通过

3、  使用时，将Tesseract.dll添加到项目引用中。如果准备使用.net4.0框架主要修改app.config与本文件中的app.config一致。如果不想修改app.config，请将项目.net框架降低3.5版本，否则编译时出错。

4、  主要的识别过程如下：

Bitmap bmp = new Bitmap(textBox_Path.Text);

TesseractProcessor process = new TesseractProcessor();

process.SetPageSegMode(ePageSegMode.PSM_SINGLE_LINE);

process.Init(System.Environment.CurrentDirectory+"\\","chi_sim", (int)eOcrEngineMode.OEM_DEFAULT);

string result = process.Recognize(bmp);

MessageBox.Show("识别结果为:"+result);

其中process.Init函数的第一个参数为chi_sim.traineddata的路径，本项目中为软件运行目录下（记着把文件放在指定目录下，不然运行会出错的），记得最后还有反斜杠。第二个参数为训练库名不带扩展名的。第三个参数不用管，原封抄下就可以了。

5、  另外注意文件chi_sim.traineddata是训练库文件，如果觉得识别率不高可以自己再网上找Tesseract的训练库，替换该文件。

·进入下载地址列表