Tesseract:指定文本区域 [英] Tesseract: Specifying regions of text

问题描述

我正在使用tesseract-ocr-3.01扫描许多表格.表单都遵循模板，因此我已经知道文本的区域/矩形在哪里.

I'm using tesseract-ocr-3.01 to scan many forms. The forms all follow a template, so I already know where the regions/rectangles of text are.

使用命令行工具时，是否可以将这些区域传递给tesseract?

Is there a way to pass those regions to tesseract when using the command-line tool?

推荐答案

我找到了答案，这要感谢

I found the answer, thanks to this thread.

似乎tesseract支持uzn格式(用于unvl测试).

It seems that tesseract suports the uzn format (used in the unvl tests).

来自线程:

使用参数"-psm 4"调用tesseract并重命名uzn文件 图片名称相同的图片似乎可行.

Calling tesseract with parameter "-psm 4" and renaming the uzn file with the same name of the image seem works.

示例:如果我们有C:\input.tif和C:\input.uzn，我们可以这样做:

Example: If we have C:\input.tif and C:\input.uzn, we do this:

tesseract -psm 4 C:\input.tif C:\output

这篇关于Tesseract:指定文本区域的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！