java西里尔字符识别API答案

【问题标题】：java cyrillic character recognition APIjava西里尔字符识别API
【发布时间】：2012-01-09 10:01:06
【问题描述】：

我需要一些能够从西里尔字母进行字符识别的库。我只有一个想法将字母从西里尔字母映射到拉丁字母，但质量很差。有人可以告诉我是否有任何库。或者这个问题的任何解决方案？

提前致谢。

【问题讨论】：

从符号中识别语音？您是说 OCR 即光学字符识别？
哦，对不起，可能是我错误地定义了这个问题。我的意思是像字母一样的符号。

【解决方案1】：

据我所知，没有本地开源 Java OCR SDK。有一些 Java API 封装了对本机接口的调用，例如，对于最流行的开源 OCR 引擎之一 - Tesseract (http://groups.google.com/group/tesseract-ocr/) - 有一些 Java 包装器，例如tesjeract (http://code.google.com/p/tesjeract/) 或 Tess4J (http://tess4j.sf.net/)。这可能对您有用，但设置起来相当困难，并且需要您自己开发图像预处理和字体训练。

另一种解决方案可能是云服务。它需要最终用户应用程序具有 Internet 连接，但它独立于您的编程语言选择和资源限制。看看ABBYY Cloud OCR SDK，它是 ABBYY 最近推出的基于云的 OCR SDK。它处于测试阶段，所以现在它完全免费使用，并且有一个随时可用的Java code samples。

【讨论】：

为了让图片完整我还要提一下Asprise，它只是原生Java OCR，但它不是开源的，不支持西里尔字母。事实上，我从来没有听说过它的质量好（只有这个：stackoverflow.com/a/3731291/137353），也没有看到它在任何 OCR 准确性比较中被提及。

【解决方案2】：

虽然不是Java，但说到OCR，我建议开源Ocropus系统http://code.google.com/p/ocropus/

此外，此线程讨论 Java OCR 解决方案Java OCR implementation

另外，如果您只是想要一些临时解决方案，您可以尝试 Google Docs OCR http://googlesystem.blogspot.com/2009/09/google-docs-ocr.html

【讨论】：