Open williamfzc opened 5 years ago
TextLine:
Word:
但事实上,tesseract能够发现有字,但是不一定能识别出字的内容:
Found 14 textline image components.
ocr result:
box: {'x': 33, 'y': 208, 'w': 91, 'h': 31}
ocr result:
box: {'x': 129, 'y': 210, 'w': 29, 'h': 28}
ocr result: oa
box: {'x': 477, 'y': 208, 'w': 60, 'h': 31}
ocr result:
box: {'x': 683, 'y': 210, 'w': 29, 'h': 28}
ocr result:
box: {'x': 715, 'y': 208, 'w': 61, 'h': 31}
ocr result:
box: {'x': 857, 'y': 208, 'w': 61, 'h': 31}
ocr result: 中 ,
box: {'x': 922, 'y': 208, 'w': 36, 'h': 31}
ocr result:
box: {'x': 960, 'y': 208, 'w': 22, 'h': 30}
ocr result:
box: {'x': 33, 'y': 489, 'w': 61, 'h': 31}
ocr result:
box: {'x': 97, 'y': 489, 'w': 61, 'h': 31}
ocr result:
box: {'x': 271, 'y': 492, 'w': 60, 'h': 28}
ocr result:
box: {'x': 461, 'y': 494, 'w': 18, 'h': 18}
ocr result:
box: {'x': 495, 'y': 489, 'w': 40, 'h': 31}
ocr result:
box: {'x': 535, 'y': 489, 'w': 21, 'h': 31}
Some points to improve OCR accuracy:
https://stackoverflow.com/questions/9480013/image-processing-to-improve-tesseract-ocr-accuracy
移交到 findtext 项目处理
事实上 tesseract 提供了获取 box 的API,这使得获取文字所在位置成为可能。
tesserocr也提供了相应的API: