2024年4月4日发(作者：)

OCR 中文识别用哪种软件识别率比较高？

【chenqin的回答(463票)】:

由于工作需要大量的数据识别，我接触过世面上可用的几乎所有文字、数字识别软件。

有一阵子，因为可用表格扫描得太不清晰，我甚至考虑过自学编写文字识别的程序……还好

最后碰到前面已经有很多人提到的ABBYY Finereader（中文叫“泰比”）。

1，识别率极高。我使用过现在的答案总结里提到的所有软件，但遇到下面这样的表格，

除了ABBYY还能保持95%以上的识别率之外（包括秦皇岛三个字），其他所有的软件全部

歇菜，数字认错也就罢了，中文也认不出。血泪的教训。

2，自由度高。可以在同一页面手动划分不同的区块，每一个区块也可以分别设置表格

或文字；简体繁体英文数字。而此时大部分软件还只能对一个页面设置一种识别方案，要

么表格，要么文字。

3，批量操作方便。对于版式雷同的年鉴，将一页的版式设计好，便可以应用到其他页，

省去大量重复操作。

4，可以保持原有表格格式，省去二次编辑。跨页识别表格时，选择“识别为EXCEL”，

ABBYY可以将表格连在一起，产出的是一整个excel文件，分析起来就方便多了。

5，包括梯形校正，歪斜校正之类的许多图片校正方式，即使扫描得歪了，或者因为书

本太厚而导致靠近书脊的部分文字扭曲，都可以校正回来。

一开始用了一会儿盗版，后来发现这个软件可能已经帮我省了几百美元的助研费用（最

没办法的办法就是叫两个学生人肉输入数据，然后合并在一起，碰到不一样的再自己检查），

实在不好意思再用盗版了，就花了150美元买了正版。

【iurp的回答(15票)】:

Google目前主持开发和维护的OCR项目Tesseract

/p/tesseract-ocr/

3年前用过，当时感觉效果已经不错。不知现在是否有更大进步。从Activity来看好

像很活跃。

【张岩的回答(22票)】:

真正能把中文OCR做得比较专业的，一共也没几家，国内2家，国外2家。国内是

文通和汉王，国外是ABBYY和IRIS（台湾原来有2家丹青和蒙恬，这两年没什么动静了）。

像大家提到的紫光OCR、CAJViewer、MS Office、清华OCR、包括慧视小灵鼠，这些都

是文通的产品或者使用文通的识别引擎，尚书则是汉王的产品，和中晶扫描仪捆绑销售的。

这两家的中文识别率都是非常不错的。而国外的2家，主要特点是西方语言的识别率很好，

而且支持多种西欧语言，产品化程度也很高，不过中文方面速度和识别率还是有差距的，

当然这两年人家也是在不断进步。Google的开源项目，至少在中文方面，和这些家相比，

各项性能指标水平差距还蛮大的呢。

【陶勤的回答(10票)】:

需要将扫描的表格直接翻译过来，试了汉王和尚书七号，这两款软件都用的是同一个