摘要：
Tesseract（识别引擎），一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不 阅读全文
摘要：
首先python是不能直接读写doc格式的文件的，这是python先天的缺陷。但是可以利用python-docx (0.8.6)库可以读取.docx文件或.txt文件，且一路畅通无阻。 这样的话，可以先将doc格式转化为docx格式，但是不能直接修改文件名的后缀（这样文件会被损坏，即使没被损坏可能也 阅读全文