从扫描的图像中读取文本文档

Question

有什么方法可以从扫描文档中获取 jpg jpeg 或任何其他格式的文本？我使用 ruby​​ 作为我的编程语言。但是我想如果我可以在其他编程语言的帮助下获得文本，那么集成不会有太大问题。

谢谢。

Answer 1

是的，您可以使用 OCR 库。 https://stackoverflow.com/questions/1085/free-ocr-library 有更多详细信息。

简而言之，您不妨考虑使用 tessnet (http://www.pixel-technology.com/freeware/tessnet2/)。

Answer 2

这项技术称为光学字符识别 (OCR)。

编程，check out this question，推荐tesseract-ocr。

OCR for ruby? check out this question.

如果只是几张图片，here's a site that supposedly does it for free。

Answer 3

OCR 终端http://www.ocrterminal.com 是我用过的至少十几种免费工具中最好的（最准确的）免费工具。它特别适用于格式化（表格）数据。