文字识别引擎试用：tesseract-ocr
tesseract-ocr 是一 个OCR引擎，在1985年到1995年由HP实验室开发，后来由google开发并且开源，支持多平台，支持多达40种语言，其中包括中文，支持训练，tesseract-ocr是一个命令行程序，但是也提供多种语言的包装器，如.Net 、Python、Ruby、C、Java，方便集成到程序中使用。 命令行调用很简单： tesseract.exe <image> <outputName> [-l lang] [configs] <image>： 要识别的图片路径 <outputName>： 命令行模式下，tesseract会把识别出来的文字结果保存在一个文本文件中，outputName是该文件的名字，如果值为“lixin”，那么结果会保存在程序根目录下的lixin.txt文件中。 [-l lang]： 默认情况下自带了英文的字典，如果想识别中文或者其他语言，需要在下载相应的语言包，并存放在程序“/tessdata”目录下，例如我下载了一个简体中文包，文件名为“chi_sim.traineddata”，解压到“tessdata”目录下，然后该值为：“-l chi_sim”。 [configs]： 配置项。 调用的例子： tesseract.exe d:\test.jpg resultFile –l chi_sim 经过测试，英文的识别率还是比较高的