6 個優秀的開源 OCR 光學字元識別工具
阿新 • • 發佈：2019-02-09
紙張在許多地方已日益失寵，無紙化辦公談論40多年，辦公環境正限制紙山的生成。而過去幾年，無紙化辦公的概念發生了顯著的轉變。在計算機軟體的幫助 下，包含大量重要管理資料和資訊的文件可以更方便的以電子形式儲存。掃描文件的好處不純粹是存檔理由。為了訪問基於紙張的資訊和將資訊整合進數字工作流， 光學字元識別(OCR)技術至關重要。選擇正確的OCR工具要基於特定需求而定，例如線上OCR服務對某些人有用，但可能存在隱私問題和檔案大小限制。 OCR軟體非大眾產品，因此開源替代相對於商業級重量級產品相對較少，再加上OCR軟體需要先進的演算法將掃描的影象正確翻譯成實際的文字，而影象不僅僅含 有文字，它還包含佈局、圖形和表格，可能會跨越多頁。
優秀的開源OCR軟體包括：
原本由惠普開發的影象識別類庫tesseract-ocr已經更新到2.04， 就是最近Google支援的那個OCR。原先是惠普寫的，現在Open source了。
Ocropus的（TM）是一個先進的檔案分析和OCR系統，採用可插入的佈局分析，可插入的字元識別，自然語言統計建模和多語言支援功能。
Cuneiform 是一個 OCR 文字識別系統的商標，最開始是由Cognitive 技術所開發的執行在 Windows 下的軟體。而這個專案是該軟體在 Linux 系統下的移植版本。
GOCR 是一個開源的OCR光學識別程式。
OCRFeeder 是 GNOME 桌面下的一個開源 OCR 套件。可將紙質或者圖形文件轉成電子文件。
linux-intelligent-ocr-solution (Lios) 是Linux下一個開源的 OCR 解決方案，可將列印的文件轉成可編輯的文字。
