6 個優秀的開源 OCR 光學字元辨識工具

申明：本文非筆者原創，原文轉載自：http://sigvc.org/bbs/thread-870-1-1.html

紙張在許多地方已日益失寵，無紙化辦公談論40多年，辦公環境正限制紙山的產生。而過去幾年，無紙化辦公的概念發生了顯著的轉變。在電腦軟體的協助 下，包含大量重要管理資料和資訊的文檔可以更方便的以電子形式儲存。掃描文檔的好處不純粹是存檔理由。為了訪問基於紙張的資訊和將資訊整合進數字工作流程，
光學字元辨識(OCR)技術至關重要。選擇正確的OCR工具要基於特定需求而定，例如線上OCR服務對某些人有用，但可能存在隱私問題和檔案大小限制。 OCR軟體非福士產品，因此開源替代相對於商業級重量級產品相對較少，再加上OCR軟體需要先進的演算法將掃描的映像正確翻譯成實際的文字，而映像不僅僅含 有文字，它還包含布局、圖形和表格，可能會跨越多頁。
優秀的開源OCR軟體包括：
Tesseract
原本由惠普開發的Image Recognition類庫tesseract-ocr已經更新到2.04， 就是最近Google支援的那個OCR。原先是惠普寫的，現在Open source了。
OCRopus
Ocropus的（TM）是一個先進的檔案分析和OCR系統，採用可插入的布局分析，可插入的字元識別，自然語言統計建模和多語言支援功能。
Cuneiform
Cuneiform 是一個 OCR 文字識別系統的商標，最開始是由Cognitive 技術所開發的運行在 Windows 下的軟體。而這個項目是該軟體在 Linux 系統下的移植版本。
GOCR
GOCR 是一個開源的OCR光學識別程式。

OCRFeeder
OCRFeeder 是 GNOME 案頭下的一個開源 OCR 套件。可將紙質或者圖形文檔轉成電子文檔。

Lios
linux-intelligent-ocr-solution (Lios) 是Linux下一個開源的 OCR 解決方案，可將列印的文檔轉成可編輯的文本。