我已在 Ubuntu 上成功使用Tesseract进行光学字符识别。

它是免费的、开源的，由 Google 维护。

虽然对拉丁字符和数字来说还不错，但它在处理日文字符时遇到了困难。您可能必须首先根据您想要识别的内容为其提供训练数据。

它可以读取许多不同的图像格式。

我为此使用OCRfeeder。它是免费的、开源的并在 Linux 上运行（不幸的是，没有用于 OSX 的预编译可执行文件，尽管您可以从源代码构建它）。默认情况下，它在 Tesseract 引擎上运行，尽管这可以更改。

^{截图（点击查看大图）}

除了简单的英语外，我没有太多经验，但它对我来说效果很好，并且可以阅读大多数图像格式。它还可以打开阅读的 PDF。

• 支持导入 PDF 或图形文件（后者为不同格式，如 JPG、PNG、PPM、PNM 等）
• 直接扫描仪支持（但是没有自动进纸，因此需要单独添加每页）
• 支持unpaper对扫描图像进行后处理（调整它们）
• 支持多个 OCR 后端，例如Tesseract、CuneiForm、GOCR、Ocrad
• 您可以直接编辑识别的文​​本，同时显示相应的图像。支持字典进行自动更正（至少在 Linux 上；无法在其他系统上测试）——请参见上面两个屏幕截图中的右侧窗格
• 导出为 PDF（可搜索！）、ODT（OpenDocument 文本，例如 LibreOffice/OpenOffice - 然后您可以.doc在需要时将其转换为）、纯文本 ( .txt) 等

我使用 Microsoft OneNote 作为 OCR 工具。在图像上右键单击它可以复制图像中的整个文本，它还具有在图像中搜索文本的能力。它免费且准确，可在 Windows 上运行并支持几乎所有图像格式。

您可以复制其中的文本并将其粘贴到文本文档中。

我不确定它是否可以在 Ubuntu 中运行，或者不能通过 Wine，因为 Microsoft Office 现在可用于 Mac OS，OneNote 将在其上运行。

额外的一点是它支持多种语言:) 英语、法语、西班牙语也

您可以使用的流行 OCR 命令行工具很少（我不确定它们是否有 GUI）：

• GOCR

  开源字符识别。它将扫描的文本图像转换回文本文件。GOCR 可以与不同的前端一起使用，这使得移植到不同的操作系统和架构非常容易。它可以打开许多不同的图像格式，并且其质量每天都在提高。

• OCRopus ™（常见问题解答）（用 Python、NumPy 和 SciPy 编写）

  OCR系统专注于使用大规模机器学习解决文档分析中的问题，具有可插拔布局分析、可插拔字符识别、统计自然语言建模和多语言能力。

  OCRopus 引擎基于两个研究项目：90 年代中期开发并由美国人口普查局部署的高性能手写识别器，以及新颖的高性能布局分析方法。

  OCRopus 是由 Google 赞助开发的，最初旨在用于高吞吐量、大容量的文档转换工作。我们希望它也将成为许多其他应用程序的优秀 OCR 系统。

• Tessnet2（开源、OCR、Tesseract、.NET、DOTNET、C#、VB.NET、C++/CLI）

  Tesseract 是一个 C++ 开源 OCR 引擎。Tessnet2 是 .NET 程序集，它公开了非常简单的 OCR 方法。Tessnet2 在 Apache 2 许可下（如 tesseract），这意味着您可以随心所欲地使用它，包括在商业产品中。

其他几个：ABBYY CLI OCR for Linux，Asprise OCR

如需更完整的列表，请查看：Wikipedia上的光学字符识别软件列表

另请参阅： - GitHub 上wanghaisheng/awesome-ocr有前途的 OCR 资源的精选列表。

相关主题：什么是最好、最简单的 OCR 解决方案？