OCR (Optical Character Recogni

OCR （Optical Character Recognition，光学字符识别）是一种将手写体或手写字体的标识符、数据等转换成可被电子计算机识别文字的专业技术。在现代社会中，OCR 技术性广泛应用于各行各业，如数字图像处理、自动化技术鉴别、人工智能和。

Tesseract 是一款开源系统的 OCR 模块，最开始由 HP 试验室开发设计，之后被 Google 回收并开源系统。Tesseract 因其高精密和高速运行而著称，适用多语种导量，可用作 OCR 的各类应用领域，如文本识别、车辆识别、身份证验证等。

Rust 是一种安全性、高效率、高并发的软件计算机语言，其生态体系日趋健全，针对性能卓越可靠性和要求高的应用领域，Rust 语言表达具有极强的优点。

文中讨论 Rust 启用 Tesseract 开展 OCR 业务实践活动。

Tesseract

Tesseract 开源系统仓库地址 Github 库房 。Tesseract 特性：

• 高精密。Tesseract 在对待手写体图像识别时，具有较高的精密度。在一些基准测试中，Tesseract 的准确率能够达到 99% 之上。
• 多语种适用。Tesseract 适用多语种，包含汉语、日文、韩语、阿拉伯语等。除此之外，Tesseract 还提供了多种字体和字号的鉴别。
• 性能卓越。Tesseract 在对待海量数据时，具有较高的速率和质量。除此之外，Tesseract 辨识速率能通过线程同步等形式进一步提升。
• 便于应用。Tesseract 带来了多种多样插口工具等，方便大家开展 OCR 有关的操作。

Tesseract 安装与使用

Tesseract 安装与使用比较简单。在 Linux 系统中，可以用如下所示指令进行施工：

sudo apt install tesseract-ocr
sudo apt install libtesseract-dev

在 Windows 系统中，能从 Tesseract 官方网站下载安装文件 立即下载 进行施工。

别的操作系统的组装请见官方网使用教程

Tesseract 是一个命令行程序，因而最先打开一个终端设备或cmd。该指令都是这样所使用的：

tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]

Tesseract 的应用也很简单。可以用命令行工具 tesseract 开展 OCR 实际操作，如下所示：

tesseract image.png output -l eng

在其中，image.png 是待识别位图文件，output 是输出文件的作为前缀，-l eng 表明使用英语语言表达自动识别。

常见需求场景和使用方法

下面为大家介绍一些 Tesseract 比较常见的需求场景和使用方法。

文本识别

文本识别是 Tesseract 最常见的的使用场景之一。在 OCR 中，文本识别是最重要的作用，是比较容易完成的功效。在文本识别中，Tesseract 可以检测多语种的文字，包含汉语、英语、日文、韩语等。除此之外，Tesseract 还能够鉴别多种字体和字号的文字。

下边是一个应用 Tesseract 开展文本识别的范例编码：

use tesseract::Tesseract;

fn main() {
    let mut tess = Tesseract::new();
    tess.set_lang("eng").unwrap();
    let text = tess
        .ocr_file("image.png", None)
        .unwrap();
    println!("{}", text);
}

在后面的实例编码中，最先创建了一个 Tesseract 案例，随后增设了语言表达为英语。然后，应用 ocr_file 方式对位图文件自动识别，并把鉴别结论导出到操控台子上。

车辆识别

车辆识别是 Tesseract 的另一个普遍应用领域。在车牌识别系统中，Tesseract 可以检测多种多样车牌号的种类，包含一般车牌号、新能源牌照、大使馆车牌号等。除此之外，Tesseract 还能够鉴别车牌号颜色、字体样式和字体大小等相关信息。

下边是一个应用 Tesseract 开展车辆识别的范例编码：

use tesseract::Tesseract;

fn main() {
    let mut tess = Tesseract::new();
    tess.set_lang("chi_sim").unwrap();
    tess.set_variable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ").unwrap();
    let text = tess
        .ocr_file("car.jpg", None)
        .unwrap();
    println!("{}", text);
}

在后面的实例编码中，最先创建了一个 Tesseract 案例，随后增设了语言表达为汉语。然后，应用 set_variable 方式增设了 OCR 引擎的主要参数，特定了车牌号的字段名。最终，应用 ocr_file 方式对车牌号图象自动识别，并把鉴别结论导出到操控台子上。

身份证验证

身份证验证是 Tesseract 的另一个普遍应用领域。在身份证验证中，Tesseract 能够识别身份证的每个信息内容，包含名字、胎儿性别、中华民族、出世日期、详细地址、身份证号等。除此之外，Tesseract 还能够识别身份证的正反两面，并且对身份证的照片开展校准和修枝。

下边是一个应用 Tesseract 开展身份证验证的范例编码：

use tesseract::Tesseract;

fn main() {
    let mut tess = Tesseract::new();
    tess.set_lang("chi_sim").unwrap();
    tess.set_variable("tessedit_char_whitelist", "0123456789X").unwrap();
    let text = tess
        .ocr_file("idcard.jpg", None)
        .unwrap();
    println!("{}", text);
}

在后面的实例编码中，最先创建了一个 Tesseract 案例，随后增设了语言表达为汉语。然后，应用 set_variable 方式增设了 OCR 引擎的主要参数，特定了身份证号码的字段名。最终，应用 ocr_file 方式对身份证件图象自动识别，并把鉴别结论导出到操控台子上。

OCR 升阶使用方法

除开比较常见的需求场景和使用方法以外，Tesseract 还提供了一些升阶使用方法，如下所示。

图像预处理

图像预处理是 OCR 中十分重要的一步。在 OCR 中，图像预处理能提高 OCR 的精度速率，降低 OCR 的差错率。Tesseract 带来了多种多样图像预处理方式，如二值化、去噪、光滑、动态模糊等。

下边是一个应用 Tesseract 开展图像预处理的范例编码：

use tesseract::{Tesseract, Pix};

fn main() {
    let mut tess = Tesseract::new();
    tess.set_lang("eng").unwrap();
    let mut pix = Pix::from_file("image.png").unwrap();
    pix = pix.binarize(128).unwrap();
    let text = tess
        .ocr_pix(&pix, None)
        .unwrap();
    println!("{}", text);
}

在后面的实例编码中，最先创建了一个 Tesseract 案例，随后增设了语言表达为英语。然后，应用 Pix::from_file 方式载入位图文件，并用 binarize 方式进行二值化处理。最终，应用 ocr_pix 方式对处理过的图象自动识别，并把鉴别结论导出到操控台子上。

多线程处理

多线程处理是 Tesseract 的另一个升阶使用方法。在大量数据处理方法时，应用线程同步能提高 OCR 速度和高效率。Tesseract 带来了多种多样多线程处理方式，如并行计算、分布式计算等。

下边是一个应用 Tesseract 开展多线程处理的范例编码：

use tesseract::{Tesseract, Pix};

fn main() {
    let mut tess = Tesseract::new();
    tess.set_lang("eng").unwrap();
    let mut pix = Pix::from_file("image.png").unwrap();
    pix = pix.binarize(128).unwrap();
    let text = tess
        .ocr_pix(&pix, Some(4))
        .unwrap();
    println!("{}", text);
}

在后面的实例编码中，最先创建了一个 Tesseract 案例，随后增设了语言表达为英语。然后，应用 Pix::from_file 方式载入位图文件，并用 binarize 方式进行二值化处理。最终，应用 ocr_pix 方式对处理过的图象自动识别，并选定了连接数为 4。OCR 模块会用 4 个进程予以处理，提升 OCR 速度和高效率。

良好实践

使用 Tesseract 开展 OCR 的过程当中，应注意以下几个方面：

• 选择适合的语言表达。Tesseract 适用多语种，必须结合实际情况选择适合的语言表达自动识别。
• 选择适合的图像预处理方式。图像预处理能提高 OCR 的精度速率，必须结合实际情况选择适合的图像预处理方式。
• 选择适合的字段名。在识别车牌、身份证等信息后，必须结合实际情况选择适合的字段名。
• 应用多线程处理。在大量数据处理方法时，应用线程同步能提高 OCR 速度和高效率。

结果

文中阐述了怎么使用 Rust 语言表达完成 Tesseract 控制模块开展 OCR，包含 Tesseract 模块详细介绍、常见需求场景和使用方法、OCR 升阶使用方法、良好实践等。在学习中文中，阅读者可以了解 Tesseract 的最基本特征和操作方法，把握 Tesseract 在 OCR 里的普遍应用领域和使用方法，充分了解 Tesseract 的升阶使用方法和良好实践。