image-processing - Tesseract 是否忽略扫描文档中的任何非文本区域？

Question

我正在使用 Tesseract，但我不知道它是否忽略了任何非文本区域并仅针对文本。我是否必须删除任何非文本区域作为预处理步骤以获得更好的输出？

Answer 1

Tesseract 有一个非常好的算法来检测文本，但它最终会给出误报匹配。

理想情况下，您会在将图像提交给 tesseract 之前对其进行预处理。前段时间我搞了一个类似的任务，所以建议你看看下面的资料：

• OpenCV C++/Obj-C：检测一张纸/正方形检测

• 执行 cv::warpPerspective 以在一组 cv::Point 上进行假偏斜

• 使用 cv::warpAffine 旋转 cv::Mat 偏移目标图像

• 仿射变换、简单旋转和缩放或其他完全？