tesseract .net 中使用歷程

最近在看文字識別的實例，也查詢不少文章，最後仍是選定開源的引擎（tesseract3.0.1）

最開始找到的是用微軟Office的一個組件實現的，我的感受不是我想要的（要開源啊纔是王道）

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

後面在開源中圖看到了開源項目：

http://www.oschina.net/news/40027/6-opensource-ocr-tools

找到了（tesseract ）看到學是google開源的還排到第一個因而就找Demo

是有找到而但老是出了些問題，還加上本身有點暈控制檯，就沒有太在乎所出的是什麼錯，再者就是本身暫時不須要因而就放下了

今天有空就再來拾起看看！

第一步：在stackoverflow 上找到了

http://stackoverflow.com/questions/15659278/tesseract-3-0-ocr-net-4-0-wrapper

有用的內容以下：

There is now a NuGet Package for the .NET wrapper of charlesw with precompiled versions for all runtimes

http://www.nuget.org/packages/Tesseract/

The project is on:

https://github.com/charlesw/tesseract

Is very important to install Visual Studio 2012 Runtimes on the client machines

http://www.microsoft.com/en-us/download/details.aspx?id=30679

因而我就去在github上下載下來，發現之前也下過，不要緊再下一次就能夠了

下載下來打整了幾下，我機子報打不到這兩個dll（msvcr120.dll，msvcp120.dll）,不要緊其餘機子上都拷到system32 下就行了！

讀取英文沒有問題，那咱們來讀中方吧，

仍是在stackoverflow下來找到

http://stackoverflow.com/questions/16581626/chinese-character-recognition-using-tesseract-ocr/16582777#16582777

You need to download chinese trained data (it will be a file like chi_sim.traineddata) and add it to your tessdata folder.

To download the file https://code.google.com/p/tesseract-ocr/downloads/detail?name=chi_sim.traineddata.gz

and use like this

Tesseract* tesseract= [[Tesseract alloc] initWithDataPath:@"tessdata" language:@"chi_sim"];

if you have any problem you can download my experiment with tessaract (with chinese language support) from https://github.com/aryansbtloe/ExperimentWithTesseract.git

I have tested this one...Hope you will find this useful.

 

雖而後他說的是C++中，但語言包應該是同樣的，並且之前我也FQ下過簡體中文的，也也能夠下他提供的github下去下。

各位我用的是Tesseract.ConsoleDemo這個項目來作測試，因而把chi_sim.traineddata文件拷到tessdata這個下面，

Program.cs中將

using (var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default))

改成：

using (var engine = new TesseractEngine(@"./tessdata", "chi_sim", EngineMode.Default))

 

運行報錯了。上次實際都作到這一步了，就是捨不得多走一步，看到一個什麼意思，

http://blog.csdn.net/dragoo1/article/details/7961669

簡單就是說把tessdata拷貝到exe的所在目錄，或者設置TESSDATA_PREFIX環境變量

在bin/debug/tessdata/看了一下，果真後沒有chi_sim.traineddata

於把在vs中把這個文件改爲始終複製，生成再測試，能夠了！