在Windows XP上运行的开源OCR库

Question

我正在寻找一个在Windows XP上运行的开源OCR库。我需要这个工作的图像和PDF文件。大多数情况下我想从java接口这个库。任何想法，如果有什么可用的？

问候。

Answer 1

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

“的Java OCR是用于图像处理和字符识别纯Java库套件。”

Answer 2

检查Tesseract

正方体可能是目前最准确的开源OCR引擎。结合Leptonica图像处理库，它可以读取各种图像格式，并将其转换为60多种语言的文本。它是1995年UNLV精度测试中排名前三的发动机之一。在1995年到2006年之间，它几乎没有完成任何工作，但从那时起，Google已经进行了大量改进。它是在Apache许可证2.0下发布的。

正方体工作在Linux，的Windows（与VC++ Express或CygWin的） 和Mac OSX

这里是一个comparision table from wiki

Answer 3

我想看看在Apache提卡项目并将其与Tesseract OCR结合使用。 Apache Tika管理从各种各样的文件类型中打开和提取内容。它具有非常可插拔的设计，因此您可以连接OCR进行输入，甚至可以将其输出连接到Lucene进行搜索。它是纯粹的Java。

Answer 4

有由热上做研究关于OCR庞大的工作，看看this

Answer 5

退房Tess4J，一个Java JNA包装为正方体OCR API。