NET 2.0 OCR文字识别技术（Tesseract 引擎）

gxm771208

一.OCR简介  
参见: http://baike.baidu.com/view/17761.htm?fr=ala0_1
大家参照，我第一次也是这么了解的，呵呵。高手见笑
现在市面上好多OCR 引擎，不过大多是收费的，价格不菲呀。。不适合我们学习研究。而今天我们谈到的Tesseract 是开源的产品，比较适合大家的口味吧。并且Tesseract 也是目前识别率较高的OCR，并不比其他引擎差劲。
网上介绍Tessnet2也是当时时间排名第三的识别引擎，只是后来慢慢不维护了，目前是Google在维护，大家都知道Google
在搞电子图书馆，每天都有不同类目的书被扫描成电子版，而下一步工作是什么。。。大家可以联想。

Tessnet2 是用vc ++ 开发的，最中是生成Tessnet2.dll ，我们可以通过.net 来调用内部具体类库实现识别。
Tessnet2的使用：
1.将Tessnet2.dll 添加到vs bin目录，和添加.net程序集一样。
http://files.cnblogs.com/zhuxiangyu/tessnet2_32.rar 点击链接下载Tessnet2.dll
2.用Tessnet2进行识别

1. 
   
2. Bitmap image = newBitmap("eurotext.tif");//识别图像
   
3. tessnet2.Tesseract ocr = new tessnet2.Tesseract();//声明一个OCR类
   
4. ocr.SetVariable("tessedit_char_whitelist", "0123456789"); //设置识别变量，当前只能识别数字。
   
5. ocr.Init(@"c:\temp", "fra", false); //应用当前语言包。注，Tessnet2是支持多国语的。
   
6. List<tessnet2.Word> result = ocr.DoOCR(image, Rectangle.Empty);//执行识别操作
   
7. foreach (tessnet2.Word word in result) //遍历识别结果。
   
8. Console.WriteLine("{0} : {1}", word.Confidence, word.Text);
   

复制代码

语言包下载链接：http://code.google.com/p/tesseract-ocr/downloads/list
看看 使用很简单吧。给大家个实例http://files.cnblogs.com/zhuxiangyu/Tessnet2example.rar用来测试。