字符编码问题：ANSI、ASCII、UNICODE、UTF8、GBK及其相互转换

在使用tesseract时，不可避免地会遇到各种字符编码问题。 各种ANSI、UNICODE、UTF8、GBK总是搞不清楚，制作训练样本时刚好借机了解了下字符编码相关问题，在此记录备忘。 首先介绍最熟悉的ascii码（American Standard Code for Information Interchange，美国信息互换标准代码）： 使用8位二进制，0-127表示128个字符，其中前32

>>阅读原文<<