爲什麼只有1張圖片才能被tesseract正確讀取？

這是我的tesseract與第一次的經驗，我想讀包含在這些TIFF圖像的數字：爲什麼只有1張圖片才能被tesseract正確讀取？

http://imageshack.us/g/703/64553021.png/

正如你可以看到他們是在相同的格式，也同樣寬度/高度。我不知道爲什麼tesseract只爲第二個圖像（「150」）返回正確的輸出，而第一個返回空白輸出。

也許我應該修改它們以最好地適合tesseract？怎麼樣？如果需要，我可以使用Imagemagick。

在此先感謝。

來源

2012-02-23 KingBOB

您使用了哪些選項和語言？我沒有得到兩個圖像的預期結果。 – vulkanino 2012-02-23 13:52:31

你必須使用'tesseract a.tif輸出nobatch數字' – KingBOB 2012-02-23 14:00:44

是不是使用像'-l ita'這樣的語言文件？ – vulkanino 2012-02-23 14:05:11

在自述，他們說： 在可執行文件，網頁佈局分析默認情況下啓用。您可能需要關閉它才能處理小圖像。目前還沒有命令行控制。抱歉。請參閱tesseractmain.cpp。

我認爲你的圖片太小，請嘗試編輯代碼（並重新編譯）。

來源

2012-02-23 13:57:44 vulkanino

但爲什麼一個圖像被處理，而不是其他的？也許'150'比'75'更大，所以後者被認爲是噪音。我會盡量放大它們！ – KingBOB 2012-02-23 14:02:45

Tesseract需要字符「x高度」至少爲10像素，最好爲20（請參見[http://code.google.com/p/tesseract-ocr/wiki/FAQ]（http://code.google.com/p/tesseract-ocr/wiki/FAQ），這些數字的高度約爲10個像素，因此它們的x大小可能是6--它們可以很容易地作爲噪聲去除，您應該調整它們2到4次並獲得相當好的結果，因爲它們很容易出現。 – 2012-02-23 15:14:06

爲什麼只有1張圖片才能被tesseract正確讀取？

回答

相關問題