字符編碼問題：ANSI、ASCII、UNICODE、UTF8、GBK及其相互轉換

在使用tesseract時，不可避免地會遇到各種字符編碼問題。 各種ANSI、UNICODE、UTF8、GBK總是搞不清楚，製作訓練樣本時剛好藉機瞭解了下字符編碼相關問題，在此記錄備忘。 首先介紹最熟悉的ascii碼（American Standard Code for Information Interchange，美國信息互換標準代碼）： 使用8位二進制，0-127表示128個字符，其中前32

>>阅读原文<<