tesseract 可以免费使用吗？用的什么许可证？

tesseract 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

tesseract 还在维护吗？

活跃维护中。tesseract 最近一次提交是在 2026年10月20日。

tesseract 适合用来做什么？

将扫描文档转换为可搜索的 PDF 在批处理流程中数字化印刷书籍或表单通过 C 或 C++ API 为后端服务添加 OCR 能力在命令行中识别照片中的标牌或标签文字

tesseract 怎么安装和运行？

通过预编译的二进制包安装 Tesseract（参见 README 中链接的安装文档）或从源码构建 Tesseract（先确认编译器受支持）按基本用法对图片进行 OCR：tesseract imagename outputbase [-l lang]

在哪里获取 tesseract？

源代码和安装说明在 GitHub 上：https://github.com/tesseract-ocr/tesseract

tesseract-ocr/tesseract

Q: tesseract 怎么安装和运行？

通过预编译的二进制包安装 Tesseract（参见 README 中链接的安装文档） 或从源码构建 Tesseract（先确认编译器受支持） 按基本用法对图片进行 OCR：tesseract imagename outputbase [-l lang]

开源 OCR 引擎（libtesseract）及命令行工具，可从图片中识别文字，支持 100 多种语言。

可替代:Adobe Acrobat OCR ABBYY FineReader

在 GitHub 查看官网

Star: 77,087
Fork: 10,852
未关闭 Issue: 494
最近提交: 18小时前

这是什么？

Tesseract 是一款从图片中识别文字的光学字符识别（OCR）引擎，以 libtesseract 库和名为 tesseract 的命令行程序形式提供。开发者可以在 shell 中直接调用，也可以通过 C 或 C++ API 将其嵌入自己的应用。

当前版本的核心是基于 LSTM 神经网络的文本行识别引擎，同时通过引擎模式参数保留了 Tesseract 3 的传统字符模式识别方法。它支持 UTF-8 文本，开箱即用可识别 100 多种语言，也可以训练新的语言模型。输入格式包括 PNG、JPEG 和 TIFF，输出可以是纯文本、hOCR、PDF（含仅文字不可见的 PDF）、TSV、ALTO 或 PAGE 格式。

项目本身不包含图形界面。图片质量对识别效果影响很大，通常需要先对输入图片做预处理。其他编程语言的绑定由社区单独维护。

核心功能

01基于 LSTM 神经网络的文本行识别，并兼容传统识别引擎
02开箱即用支持 100 多种语言，输出 UTF-8 文本
03支持 PNG、JPEG、TIFF 等常见图片格式
04可输出纯文本、hOCR、可搜索 PDF、TSV、ALTO 和 PAGE 格式
05通过 libtesseract 提供 C 与 C++ API
06支持训练自定义语言模型

适用场景

将扫描文档转换为可搜索的 PDF
在批处理流程中数字化印刷书籍或表单
通过 C 或 C++ API 为后端服务添加 OCR 能力
在命令行中识别照片中的标牌或标签文字

快速上手

1
通过预编译的二进制包安装 Tesseract（参见 README 中链接的安装文档）
2
或从源码构建 Tesseract（先确认编译器受支持）
3
按基本用法对图片进行 OCR：tesseract imagename outputbase [-l lang]

使用前须知

本项目不包含图形界面程序，如需图形界面需使用第三方工具。
识别特定语言需要单独的 traineddata 数据文件。
OCR 准确率通常取决于输入图像的质量，往往需要先改善图像。

常见问题

tesseract 是什么？: 开源 OCR 引擎（libtesseract）及命令行工具，可从图片中识别文字，支持 100 多种语言。 Tesseract 是一款从图片中识别文字的光学字符识别（OCR）引擎，以 libtesseract 库和名为 tesseract 的命令行程序形式提供。开发者可以在 shell 中直接调用，也可以通过 C 或 C++ API 将其嵌入自己的应用。
tesseract 可以免费使用吗？用的什么许可证？: tesseract 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
tesseract 还在维护吗？: 活跃维护中。tesseract 最近一次提交是在 2026年10月20日。
tesseract 适合用来做什么？: 将扫描文档转换为可搜索的 PDF 在批处理流程中数字化印刷书籍或表单通过 C 或 C++ API 为后端服务添加 OCR 能力在命令行中识别照片中的标牌或标签文字
tesseract 怎么安装和运行？: 通过预编译的二进制包安装 Tesseract（参见 README 中链接的安装文档）或从源码构建 Tesseract（先确认编译器受支持）按基本用法对图片进行 OCR：tesseract imagename outputbase [-l lang]
在哪里获取 tesseract？: 源代码和安装说明在 GitHub 上：https://github.com/tesseract-ocr/tesseract

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。