pytesseract结果与tesseract命令行结果不同

  • Z时代
  • 2024-01-10
  • 分类：问答

我试图在Ubuntu上使用pytesseract和tesseract命令行将扫描页面转换为文本。结果显着不同（pytesseract表现比tesseract命令行更好），我无法理解为什么。我查看了参数的默认值，并尝试在tesseract命令行中更改一些参数值（如psm），但我无法获得与pytesseract相同的结果。由于pytesseract中缺少适当的文档，我无法弄清楚使用了什么参数默认值。pytesseract结果与tesseract命令行结果不同

这里是我的pytesseract代码 print(pytesseract.image_to_string(Image.open('test.tiff'))

回答：

望着pytesseract的源代码，看起来像总是被转换为.bmp文件。 使用Tesseract在命令行中处理.bmp文件和psm为6的结果与pytesseract结果相同。 另外，tesseract只能处理未压缩的bmp文件。因此，如果使用ImageMagick将.pdf转换为.bmp，则以下操作将起作用

convert -density 300 -quality 100 mypdf.pdf BMP3:mypdf.bmp 
tesseract mypdf.bmp -psm 6 mypdf txt

以上是 pytesseract结果与tesseract命令行结果不同 的全部内容， 来源链接： utcz.com/qa/266510.html

回到顶部