Tesseract 用户手册

本用户手册适用于 Tesseract 5.x 版本。 对于 4.x.x、3.05.02 及更早版本，请参阅旧版文档。

• Tesseract 用户手册
  • 简介
  • 发布和更新日志
  • 基于 LSTM 的 Tesseract
  • 5.x.x
    • 源代码
    • 二进制文件
    • 训练数据文件
    • 编译和安装
    • 使用方法
    • API 示例
    • 技术信息
    • Tesseract 5 的训练
    • 测试
    • 外部项目
  • 旧版用户手册

简介

Tesseract 是一个开源文字识别（OCR）引擎，基于 Apache 2.0 许可发布。

• 主版本 5 是当前的稳定版本，始于 2021 年 11 月 30 日发布的 5.0.0 版本。
• 较新的次要版本和错误修复版本可从 GitHub 获取。
• 最新源代码可在 GitHub 的 main 分支上找到。 未解决的问题可在问题跟踪器中找到， 以及规划文档。

Tesseract 可以通过命令行直接使用，或者（对于程序员来说）通过使用 API 从图像中提取印刷文本。它支持多种语言。Tesseract 没有内置的图形用户界面，但在 3rdParty 页面上有几个可用的界面。Tesseract 的外部工具、封装和训练项目列在 AddOns 下。

Tesseract 可以在 Apache License 2.0 的条款下在您自己的项目中使用。它有一个功能齐全的 API，可以编译用于各种目标，包括 Android 和 iPhone。请查看 3rdParty 和 AddOns 页面，了解它已经完成的一些示例。

如果您有问题，请先阅读文档， 特别是 FAQ，看看您的问题是否在那里得到解答。 如果没有，请搜索问题列表， Tesseract 用户论坛， 如果您仍然找不到所需的信息，请在 Tesseract 用户论坛 Google 群组中提出您的问题。

Tesseract 是自由软件，所以如果您想参与并提供帮助，请随时加入！ 如果您发现了一个 bug 并自己修复了，最好的做法是将补丁附加到 问题列表 中的 bug 报告上。

发布和更新日志

• 发布计划
• Tesseract 的 API/ABI 变更审查
• 下载
• 发布
• 发布说明
• 更新日志

基于 LSTM 的 Tesseract

Tesseract 4.0 添加了一个基于 LSTM 神经网络的新 OCR 引擎。它在 x86/Linux 上运行良好，官方语言模型数据可用于 100 多种语言和 35 多种文字。有关更多详细信息，请参阅 4.0x 更新日志。

5.x.x

源代码

Tesseract 5.x.x 源代码可在存储库的 main 分支中找到。 main 分支使用 5.0.0 语义版本控制，因为 C++ 代码现代化导致与 4.x 发布版本的 API 不兼容。

二进制文件

二进制文件可从以下位置获取：

• Ubuntu - tesseract-ocr-devel PPA
• Debian - notesalexp.org
• Windows - 曼海姆大学的 Tesseract

训练数据文件

有关不同类型模型的详细信息，请参阅 数据文件。

版本 4.00 的模型文件可从 tessdata 标记为 4.00 获取。它包含 2016 年 11 月的模型。各个语言文件的链接可从以下链接获取。

• tessdata 4.00 2016 年 11 月

版本 4.0.0 及更高版本的模型文件可从 tessdata 标记为 4.0.0 获取。 它包含 2017 年 9 月的旧版模型，这些模型已使用 tessdata_best LSTM 模型的整数版本进行了更新。这组训练数据文件同时支持使用 --oem 0 的旧识别器和使用 --oem 1 的 LSTM 模型。 这些模型可从以下 Github 仓库获取。

• tessdata 两套额外的由Google训练的"官方"traineddata在以下GitHub仓库中提供。这些数据集不包含传统模型，仅包含可与"--oem 1"一起使用的LSTM模型。

• tessdata_best

• tessdata_fast

与上面列出的4.0.0版本相同的语言模型traineddata文件可用于Tesseract 5.x.x。这些文件可从以下地址获取：

• tessdata
• tessdata_best
• tessdata_fast
• tessdata_contrib
• 社区贡献链接

编译和安装

• 编译和Git安装 - Linux
• 编译 - 其他操作系统
• 安装
• Docker容器

使用

• 提高识别质量的技巧
• 命令行使用
• 输入格式
• 查看器调试
• 常见错误及解决方案
• 常见问题

API示例

• API示例
• API示例 - user_patterns
• 用户应用示例
• C++示例

技术信息

• 历史技术文档
• Tesseract的API/ABI变更回顾
• 手册页
• 由Doxygen生成的源代码文档
• Tesseract中的神经网络
• VGSL规范
• 来自Tensorflow的VGSL规范信息
• tessdata_fast模型的网络规范
• tessdata_best模型的网络规范
• DAS 2016教程幻灯片 幻灯片 #2、 #6、 #7 包含有关Tesseract 4.0x中LSTM集成的信息。
• Tesseract OpenCL - 实验性

Tesseract 5的训练

使用tesstrain.sh（即Tesseract 4训练）的训练方法已不受支持/被废弃。 请使用tesseract-ocr/tesstrain中的脚本进行训练。

• 使用make从单行图像和真实文本转录训练Tesseract LSTM
  • 使用tesstrain Makefile进行训练的示例
• 训练LSTM Tesseract 5 - 基于Ray Smith的详细Tesseract 4教程和指南

测试

• 基准测试
• 测试Tesseract
• UNLV对Tesseract的测试

外部项目

• 附加组件
• 用户项目 - 第三方

旧版本用户手册

• Tesseract 4文档
• Tesseract 3文档