如何selectTesseract和OpenCV？
我最近遇到了Tesseract和OpenCV 。 它看起来像Tesseract是一个成熟的OCR引擎，OpenCV可以用作创buildOCR应用程序/服务的框架。
我尝试在我的一些图像上使用Tesseract，其准确性似乎不错。 后来，我遇到了一个非常简单的使用OpenCV来使用Python进行OCR的教程 ，给我留下了深刻的印象。 几分钟后，我完成了系统的训练，其准确性很好。 但是，当然，采取这种方法意味着我需要使用大型训练集广泛地训练我的系统。
我的具体问题如下：
- 如何selectTesseract和使用OpenCVbuild立一个自定义的OCR应用程序？
- 有针对不同语言的Tesseract可用的培训数据集。 OpenCV是否有类似的东西，所以我不必为了实现OCR而着手开展工作？
- 哪一个更适合想要成为商业应用？
有什么build议么？
注 ：我在计算机视觉领域有24个小时的工作经验，但愿意花时间和精力学习先决条件。
-
Tesseract是一个OCR引擎。 它被Google，专门用来从图像中读取文本，执行基本的文档分割以及对特定的图像input（单个单词，行，段落，页面，有限的字典等）进行操作和资助。
-
另一方面，OpenCV是一个计算机视觉库，其中包含的function使您可以执行一些特征提取和数据分类。 你可以创build一个简单的字母分割器和分类器来执行基本的OCR，但是它不是一个非常好的OCR引擎（我从头做过一个Python的input，这对于偏离训练数据的input是不准确的）。
如果您想对OCR的硬性有一个基本的了解，请尝试OpenCV。 Tesseract是为了真正的 OCR。
我是你提到的那个数字识别教程的作者， 我想说，这是替代tesseract的方法。
Tesseract是一个非常好的OCR引擎，可能是最好的OpenSource OCR引擎。
你提到的教程只是一个尝试，了解OCR的最简单的工作。
因此，如果您正在寻找OCR应用程序，我build议您使用OpenCV对图像进行预处理，然后应用tesseract引擎。
两者可以互补。 如果您阅读OpenCV上的文章http://tesseract-ocr.googlecode.com/svn/trunk/doc/tesseracticdar2007.pdf
它强调说：“由于惠普自主开发了用于产品的页面布局分析技术（因此并未公开发布），Tesseract从未需要自己的页面布局分析，因此Tesseract假设其input是二进制图像，可选的多边形文本区域定义“。
这种types的任务可以通过OpenCV执行，并将生成的图像交给Tesseract。 你可以在Git仓库中find这样的代码样本： https : //github.com/Itseez/opencv_contrib/tree/master/modules/text/samples示例使用Tesseract API来进行图像到文本的转换。
OpenCV是CV的一个库，用于分析和处理一般的图像。 Tesseract是一个用于OCR的库，它是CV的专用子集，专用于从图像中提取文本。
来自OpenCV.org
…..用于检测和识别人脸，识别对象，分类video中的人为操作，跟踪相机移动，跟踪移动物体，提取物体的3D模型，从立体相机生成3D点云，将图像拼接在一起以产生高从一个图像数据库中find相似的图像，从使用闪光灯拍摄的图像中去除红眼，追踪眼睛运动，识别景物并build立标记以用增强现实等来覆盖它。
来自Tesseract Github ：
…..可以直接使用，或者（对于程序员）使用API从图像中提取input的，手写的或打印的文本。 它支持各种各样的语言。
