tesseract做传统意义上的OCR应该是到头了，但楼主想做的从一般图像和视频里识别文字区域是个非常大的坑，事实上等价于通用人工智能。

比如用任何现有e2e方案识别车牌都有大问题，非常容易就能做出来看起来是1234实际上是5678的牌子来，且肉眼都无法判别造假。

【 在 dormouseBHU 的大作中提到: 】
: tesseract 准确度挺好的。如果只是ocr，没必要引入opencv…
: 我一般是qt获取图像，tesseract 识别输出结果
--
FROM 27.91.71.*