OCR con Tesseract

Tesseract es un motor OCR gratuito creado por HP Labs entre el 1985 y 1995 y desarrollado actualmente por Google.

Es probablemente el más preciso OCR open source disponible actualmente. Combinado con "Leptonica Image Processing Library" puede leer una gran variedad de formatos de imagen y convertirlos a texto en 60 lenguajes. Se distribuye bajo licencia Apache 2.0.

Tesseract trabaja en Linux, Windows (con VC++ Express o CygWin) y Mac OS y puede ser compilado para otras plataformas como Android y IPhone.

Página oficial



Grupo de Google Tesseract

Codigo de ejemplo en Delphi junto con sus librerías asociadas (11 Mb)

Si el código en Delphi no os funciona comprobar en la unit UMainForm.pas que la ruta de los ficheros dll es la correcta en el evento Form.OnCreate

procedure TMainForm.FormCreate(Sender: TObject);

begin

  FCancelled := false;

  SetCurrentDir( ExtractFileDir( ParamStr( 0 ) ) );

  FTesseract := TTesseract.Create

  (

//COMPROBAR LA RUTA DE ABAJO

   ExtractFilePath(Application.ExeName)+'tesseract.dll',

   '..\'

  );

  {

//OTRA FORMA DE PONER LA RUTA

     (

    'tesseract.dll',

    '..\Tesseract\'

  );

}

  FTesseract.OnTaskCancel := TesseractCancel;

  FTesseract.OnTaskProgress := TesseractProgress;

  FTesseract.OnTaskEnd := TesseractTerminate;

  FTesseract.OnTaskError := TesseractError;

end;

Software:



Nuance Omnipage 18 OCR Scanner



OCR Instantly free



Scanner OCR Bluetooth