command-line - 在 Tesseract 中禁用字典

Question

运行 Tesseract for English 时如何禁用字典更正？

我目前正在将 tesseract 作为子进程运行。

Answer 1

尝试将这些变量（将它们放在配置文件中）设置为 false：

load_system_dawg 
load_freq_dawg
load_punc_dawg
load_number_dawg
load_unambig_dawg
load_bigram_dawg
load_fixed_length_dawgs

https://groups.google.com/forum/?fromgroups=#!searchin/tesseract-ocr/Disable$20dictionary$20​​in$20Tesseract/tesseract-ocr/5nvIo1DJxHE/f3gBi2pTKykJ

另请阅读如何增加对字典的信任/强度？在常见问题解答中。从中：

对于 tesseract-ocr < 3.01，尝试将 dict/permute.cpp 中的 NON_WERD 和 GARBAGE_STRING 提高到 3 甚至 5。

对于 tesseract-ocr >= 3.01，请尝试在配置文件中增加变量language_model_penalty_non_freq_dict_word和language_model_penalty_non_dict_word 。默认情况下，它们分别为 0.1 和 0.15。