經常使用的幾種OCR方法/組件小結(C#)

數字、英文識別比較容易。中文識別主要存在兩個問題：其一，有可能誤識別。其2、須要隨帶幾十兆的識別庫（甚至更大）。

 

適合C#編程引用的中文ocr技術，查到如下兩種：

 

1.使用開源的Tesseract作識別，中文識別率不過高，但能夠本身訓練識別器，須要隨帶30M左右的中文識別庫。支持.net。

 

2.使用破解版的Asprise，但注意它不支持中文識別。

 

3.使用微軟office帶的modi組件，須要客戶端安裝這個組件，不太適合在客戶端軟件上使用，沒有繼續試下去。modi的識別率較高。支持.net。

 

4.使用OneNote的圖片轉文字(光學識別字符)。

 

 

參考資料：

http://www.cnblogs.com/brooks-dotnet/archive/2010/10/05/1844203.html

http://www.cnblogs.com/stone_w/archive/2011/10/08/2202397.html

http://www.cnblogs.com/baiboy/p/wpf1.html