为了扫描文档（白色和黑色文本）并将它们用于 OCR 转换（以获得最佳效果），扫描仪的最佳设置是什么？PDF 和 TIFF 格式的标准设置和规范是什么？
问问题
9792 次
4 回答
4
对于 OCR，最佳扫描设置是：
- 300 dpi 分辨率用于常规文本，400 dpi 分辨率用于特别小的字体（小字体）
- 文本为黑白，小字体为灰度，图片为彩色
- TIFF 格式。Group4 用于黑白（非常小的文件大小）。如果需要颜色，请使用未压缩（非常大的文件大小）。
一些 OCR 技术可能有特殊的偏好，这可能会有一点帮助，但它们通常是次要的。
于 2013-09-05T00:54:54.110 回答
3
出于 OCR 目的，我会以 300DPI、黑白或灰度以及未压缩的 TIFF 或 PNG 格式扫描文档。
于 2013-09-04T21:39:26.323 回答
1
虽然 300DPI 是“完美”输入的最佳选择，但如果您正在使用不完美的输入（例如来自打字机或点阵打印机），那么高分辨率实际上会使 tesseract 失效。在这种情况下，最好使用较低的分辨率来隐藏瑕疵。例如，使用点阵打印机时，我在 150dpi 上得到的结果明显好于 300dpi。
于 2016-01-11T18:22:20.730 回答
0
如果你想要一个一般性的答案，300 DPI 是好的。最佳 OCR 结果通常适用于黑白图像，如果您的图像质量较低，您可以通过应用图像处理来改善它。
此外，如果您要保存扫描的图像，然后将其提供给 OCR 引擎，请不要使用 JPEG 等有损压缩。请注意，有无损 JPEG 压缩，但通常不受支持。
于 2016-01-12T08:17:35.203 回答