Tesseract API，白名单设置为数字但字母出现在结果中

Posted 2023-04-17

【中文标题】Tesseract API，白名单设置为数字但字母出现在结果中

【英文标题】：Tesseract API, whitelist set as number but letters appear in the result

【发布时间】：2016-02-21 21:40:38

【问题描述】：

我想使用 tesseract 只识别数字。所以我将 tesseract 设置如下：

  tesseract::TessBaseAPI tess;
  tess.SetVariable("tessedit_char_whitelist","0123456789");
  tess.Init(tessdata, "eng", tesseract::OEM_DEFAULT);
  tess.SetImage((uchar*)im.data, im.size().width, im.size().height, im.channels(), im.step1());
  const char* out = tess.GetUTF8Text();

但字母仍然出现在结果中。我是tesseract的新手，任何人都可以帮助找出我的问题吗？谢谢。

顺便说一下，图像有点旋转。

【问题讨论】：

这可能有用***.com/questions/4944830/…

@KumarSaurabh 这是否意味着即使设置了唯一的数字，也会直接识别低相似度的字母？但我认为将低相似度识别为错误数字更为合理。

【参考方案1】：

如果您已经弄清楚了，我不是用户，但您的问题可能是您在 Init() 之前调用了 SetVariable()？查看 baseapi.h 中的 SetVariable() 措辞有点自相矛盾：

SetVariable 可以在 Init 之前使用，但设置将在 End() 上恢复为默认值。注意：必须在 Init() 之后调用。仅适用于非初始化变量（初始化变量应传递给 Init()）。

所以我建议您进行简单的重新排序，看看效果如何。

免责声明：我没有测试过，所以我不知道是不是这个问题。