模式识别之ocr---文字识别Tesseract-OCR 进行文字识别 VS2010

近日做铸件文字识别的项目，需要识别铸件上的字符和数字，找到开源的识别库Tesseract，下面简单记录下怎么使用。

首先在项目主页http://code.google.com/p/tesseract-ocr/ 下载库和相应的字库。由于本人使用的是VS2010，其lib和include等库使用的VS2008进行编译的，所以一直出错。用VS2010的同学可以在这里下载编译好的VS2010的相应的库。

然后进行配置，和其他库的配置类似，include lib dll。

1. #include "allheaders.h"
2. #include "baseapi.h"
3. #include "strngs.h"
4. #include <cv.h>
5. #include <highgui.h>
6. #include <iostream>
7. using namespace cv;
8. using namespace std;
9. int _tmain(int argc, _TCHAR* argv[])
10. {
11. char *image_path="zj.jpg";
12. tesseract::TessBaseAPI  api;
13. api.Init(NULL,"eng",tesseract::OEM_DEFAULT);
14. api.SetPageSegMode(tesseract::PSM_AUTO);
15. FILE* fin = fopen(image_path, "rb");
16. if (fin == NULL) {
17. printf("Cannot open input file: %s\n", image_path);
18. exit(2);
19. }
20. fclose(fin);
21. PIX   *pixs;
22. if ((pixs = pixRead(image_path)) == NULL) {
23. printf("Unsupported image type.\n");
24. exit(3);
25. }
26. pixDestroy(&pixs);
27. STRING text_out;
28. if (!api.ProcessPages(image_path, NULL, 0, &text_out)) {
29. printf("Error during processing.\n");
30. }
31. cout<<"识别结果为："<<text_out.string();
32. return 0;
33. }

http://blog.csdn.net/lanbing510/article/details/28696833