OCR 和汉字符号算法

Question

我有一个朋友正在启动一个新项目。他希望能够使用某种 OCR 来检测汉字符号并将其翻译成其他语言。为了做到这一点，他在寻找可用算法方面遇到了一些困难，因为这些符号比我们习惯的英文字符要复杂一些。

我们建议他开始研究 2D 卷积和傅里叶变换来启动模式识别过程，但他正在寻找一个好的起点。

很遗憾，我对 OCR 的了解非常有限，所以我可以传递的任何建议都可能会很有帮助！

Answer 1

看看nhocr。

（还有tesseract，但我不确定他们是否真的支持CJK。）

关于 SO 上的 OCR 信息有很多问题，例如，尝试this search。