编辑“Tesseract”（章节）

== 主要仓库 ==
1、tesseract：这是 Tesseract OCR 引擎的主仓库，包含了引擎的核心[[代码]]和主要功能。它是整个项目的基础，负责图像预处理、字符识别以及后处理等操作，以实现高效的文本提取。

2、tesstrain：这个仓库用于训练 Tesseract 的 LSTM（长短期记忆）模型。通过使用 make 工具，用户可以方便地构建和训练自己的 LSTM 模型，以适应不同的应用场景和字符集。

3、tessdata：这个仓库包含了经过训练的模型数据，这些模型支持传统的 OCR 引擎和 LSTM OCR 引擎。用户可以从这个仓库中获取已经训练好的模型，以便在自己的项目中使用。

4、tessdata_contrib：这个仓库是用户贡献的非 Google [[数据库]]。它包含了一些由社区成员提供的、针对特定语言或字符集的模型数据。这对于那些需要识别非标准字符或语言的用户来说非常有用。

5、langdata_lstm：这个仓库存放了用于 LSTM 模型训练的数据。这些数据包括字符集、字体样式、语言规则等，它们是构建和训练准确模型的关键组成部分。

6、tessdata_fast：这个仓库提供了经过训练的 LSTM 模型的快速整数版本。这些模型在保持一定准确性的同时，减少了计算资源和时间的消耗，适用于对性能要求较高的场景。

7、tessdata_best：这个仓库包含了最准确（也是通常最大）的 LSTM 模型。这些模型经过精细的训练和优化，提供了最高的识别准确率，但可能需要更多的计算资源和时间。它们适用于对识别准确性有极高要求的场景。