### OCR是什么
OCR，全名Optical Character Recognition，中译光学字符辨识，
因实务上还满常听到有这个需求要将图片或PDF转成文字，
以下分享一下研究心得以及如何在VBA里如何使用Tesseract-OCR达到上述目标。
### OCR实际应用
实际应用举例如下：
1. 各大会计师事务所的财报搜寻系统基于OCR技术才得以实现，先蒐集所有公开发行
以上的公司财报，使用OCR软件，例如Adobe Acrobat、Abbyy或Ominpage等软件将PDF
转成可搜寻(searchable)的PDF，并将其字符存入数据库，最后再以网页的方式渲染出查询
结果。
2. 因应IFRS 16，若有大量辨识租约扫描档的需求，也可通过上述方法搜寻关键字。
3. 各大事务所在推的RPA(流程机器人)，其中最常用的RPA工具-UiPath，
它里面的函式库所可以做到将图片转成文字的功能，即是使用此篇文章要介绍的
Tesseract文字辨识引擎。
### Tesseract-OCR
Windows下载：https://github.com/UB-Mannheim/tesseract/wiki
Github：https://github.com/tesseract-ocr/tesseract
Tesseract是一开源OCR引擎，此开源专案目前由Google维护，支援超过100种语言，
以其辨识精准度及可训练辨识资料(training data)著称，虽是由C++写成，
但其余高阶程式语言，例如Python、Java、.Net都有包装器(Wrapper)可直接调用其
函式。
### VBA使用Tesseract-OCR
影片教学：https://youtu.be/0Wx1Xk5WYX0
范例下载(xlsm)：https://tinyurl.com/ybj3dfhz
此教学难度较高，还需要加环境变量等，只下载上面的档案是没办法跑的，
如果想操作的可以看影片跟着操作，然后因为有些外国人会看我的教学，
原谅我的破英文..
范例是辨识英文图片，若要辨识中文，其他程式语言还好处理，
但在VBA若要传回中文会比较麻烦，VBA作为一古老语言，
并没有很好的处理多语系的问题，
例如在命令提式字符(CMD)使用以下指令：
C:\..\tesseract "imagePath" stdout -l chi_tra
可得到中文辨识结果，但在VBA使用Shell执行会变成乱码，
实际应用还是使用别种语言会方便得多。