【免费下载】 Tess4J中文字体库chi-sim.traineddata下载
2026-01-24 04:41:29作者:田桥桑Industrious
资源描述
本仓库提供了一个用于Tess4J图文识别的中文字体库文件 chi-sim.traineddata。该文件是OCR(光学字符识别)技术中的关键资源,适用于中文文本的识别与处理。
使用说明
- 下载资源:首先,下载本仓库中的压缩包文件。
- 解压文件:将下载的压缩包解压,得到包含
chi-sim.traineddata文件的文件夹。 - 放置文件夹:将解压后的文件夹放置到你的工作目录中。
- 调用文件:在编写测试代码时,根据文件夹的地址直接调用
chi-sim.traineddata文件即可。
注意事项
- 确保文件路径正确,以便Tess4J能够正确加载字体库。
- 该字体库适用于中文简体(chi-sim)的识别,如需其他语言或字体的支持,请另行下载相应的资源文件。
适用场景
该字体库适用于需要进行中文文本识别的各类应用场景,如文档扫描、图像文字提取、自动化数据录入等。
贡献与反馈
如果你在使用过程中遇到任何问题或有改进建议,欢迎通过仓库的Issue功能进行反馈。我们期待你的参与和贡献!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook093
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
749
4.86 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
641
1.26 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
834
1.83 K
Ascend Extension for PyTorch
Python
685
828
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
450
417
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.02 K
1.04 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
204
93
Oohos_react_native
React Native鸿蒙化仓库
C++
352
413
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.52 K
171
deepin linux kernel
C
32
16