这是干什么用的？
Tesseract 是一个开源的 OCR（光学字符识别）引擎：它以 libtesseract 库的形式发布，外加一个叫 tesseract 的命令行程序，可以从图片里识别出文字。
Tesseract 是一个开源的 OCR（光学字符识别）引擎：它以 libtesseract 库的形式发布，外加一个叫 tesseract 的命令行程序，可以从图片里识别出文字。它有图形界面，还是只有命令行？这个项目本身没有图形界面——你通过 tesseract 命令来使用它，第三方开发的图形界面前端列在 3rdParty 文档里。
这个项目本身没有图形界面——你通过 tesseract 命令来使用它，第三方开发的图形界面前端列在 3rdParty 文档里。装好之后，基本的用法是什么样的？先安装预编译的二进制包或从源码构建，然后运行 tesseract imagename outputbase，还可以选择加上 -l 指定语言，以及 --oem 和 --psm 参数。
先安装预编译的二进制包或从源码构建，然后运行 tesseract imagename outputbase，还可以选择加上 -l 指定语言，以及 --oem 和 --psm 参数。它到底是怎么读取我的图片文件的？它借助 Leptonica 库来打开 PNG、JPEG、TIFF 这类输入图片；PDF 之类的文档不是它能直接打开的格式。
它借助 Leptonica 库来打开 PNG、JPEG、TIFF 这类输入图片；PDF 之类的文档不是它能直接打开的格式。我的扫描件质量不太高，识别结果还能干净吗？很多时候不行：想获得更好的 OCR 效果，往往需要先提高喂给它的图片质量。
很多时候不行：想获得更好的 OCR 效果，往往需要先提高喂给它的图片质量。它能在 Windows、macOS 和 Linux 上运行吗？可以：主流桌面系统都有预编译的二进制包，而且项目的 CI 在 macOS 和 Linux 上用 autotools 构建，在 64 位 Windows 上用 CMake 构建。
可以：主流桌面系统都有预编译的二进制包，而且项目的 CI 在 macOS 和 Linux 上用 autotools 构建，在 64 位 Windows 上用 CMake 构建。它里面的所有内容都用同一个开源许可证吗？Tesseract 的代码采用 Apache License 2.0，但它的依赖各不相同——用于图片输入的 Leptonica 基本上是 BSD 2-clause 许可证。
Tesseract 的代码采用 Apache License 2.0，但它的依赖各不相同——用于图片输入的 Leptonica 基本上是 BSD 2-clause 许可证。它开箱即用能识别多少种语言？支持 100 多种语言，并且支持 unicode（UTF-8）；你还可以训练 Tesseract 来识别更多的语言。
支持 100 多种语言，并且支持 unicode（UTF-8）；你还可以训练 Tesseract 来识别更多的语言。我能得到哪些输出格式？纯文本、hOCR（HTML）、PDF、仅含不可见文字的 PDF、TSV、ALTO 和 PAGE。
纯文本、hOCR（HTML）、PDF、仅含不可见文字的 PDF、TSV、ALTO 和 PAGE。LSTM 引擎和旧版引擎有什么区别？Tesseract 4 新增了基于神经网络的（LSTM）引擎，主打整行识别；旧版 Tesseract 3 引擎则按字符模式进行识别，需要用 --oem 0 并搭配支持旧引擎的 traineddata 文件来启用。
Tesseract 4 新增了基于神经网络的（LSTM）引擎，主打整行识别；旧版 Tesseract 3 引擎则按字符模式进行识别，需要用 --oem 0 并搭配支持旧引擎的 traineddata 文件来启用。我能从 Python 或其他语言调用它吗？可以，通过封装来实现：libtesseract 提供了 C 和 C++ API，其他语言的绑定列在 AddOns 文档里。
可以，通过封装来实现：libtesseract 提供了 C 和 C++ API，其他语言的绑定列在 AddOns 文档里。What are similar projects?EasyOCR, OCRmyPDF, SimdPaddleOCR, tesseract.js, openalpr, liteparse, dlib, faceai
EasyOCR, OCRmyPDF, SimdPaddleOCR, tesseract.js, openalpr, liteparse, dlib, faceaiWhich topics is it in?tesseract, text-extraction, lstm, unicode, ocr, neural-network, multilingual, image-processing, pdf, computer-vision, cpp, c++
tesseract, text-extraction, lstm, unicode, ocr, neural-network, multilingual, image-processing, pdf, computer-vision, cpp, c++