標記字體樣式（斜體）的tesseract在OCR

對視窗7安裝的tesseract-OCR v3.02.02，並通過命令行一起使用：標記字體樣式（斜體）的tesseract在OCR

1）輸出爲png文本到文本文件：超正方體圖像2）輸出png文本到一個html文件：tesseract image.png htmlfile hocr

我需要它能夠標記輸出文本或html文件中的任何斜體文本。我該如何做（最好在命令行上 - 從未在API模式下使用過）？

2014-09-22 user2417713

Tesseract輸出的hocr只包含單詞座標和置信度值，而不包括與字體相關的信息。因此，您需要修改源代碼以輸出您想要的命令行模式或使用其API。

2014-09-26 17:24:27 nguyenq

謝謝你。如果能夠突出顯示哪些文件需要編輯，請將一些示例代碼輸出爲斜體文本標記，我將不勝感激。或者，建議我如何通過它的API實現 - 不熟悉Tesseract API。我對PHP/JavaScript很熟悉，但對C/C++沒有多大作用。 – user2417713 2014-09-26 18:05:05

您需要訪問[Tesseract網站]（https://code.google.com/p/tesseract-ocr/）以及針對這些信息的論壇。閱讀[API示例]（https://code.google.com/p/tesseract-ocr/wiki/APIExample）瞭解ResultIterator類的用法，並查看問題頁面中與hocr相關的問題以查找相應的類/文件爲hocr輸出。 – nguyenq 2014-09-27 02:51:49

標記字體樣式（斜體）的tesseract在OCR

回答

相關問題