1

我将 Tesseract 用于 OCR 目的，并且我在“ fin.user-words ”中添加了一些额外的单词（我想避免创建一个新的单词列表并用它替换tessdata/fin.word-dawg）。现在，我在命令提示符下成功了：

>tesseract image.png result -l fin TestConfig

其中 TestConfig （位于.../tessdata/configs下的 Tesseract 配置文件）抑制系统字典并强制 Tesseract 加载我的话：

load_system_dawg F
load_freq_dawg F
user_words_suffix user-words

参考：http ://tesseract-ocr.googlecode.com/svn/trunk/doc/tesseract.1.html#_config_files_and_augmenting_with_user_data

我正在尝试在 Java 中复制上述命令行过程，但似乎 Tesseract 忽略了配置选项。这是我正在使用的 Java 代码的一部分：

public static TestTesseract(BufferedImage image) {
        Tesseract instance = Tesseract.getInstance();
        instance.setLanguage("fin");
        instance.setTessVariable("load_system_dawg", "F");
        instance.setTessVariable("load_freq_dawg", "F");
        instance.setTessVariable("user_words_suffix", "user-words");
        try {
            String result = instance.doOCR(image);
            System.out.println(result);         
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }
}

以下是我能找到的最接近我的问题；但是，我找不到setConfigs方法：

instance.setConfigs(Arrays.asList("bazaar");

强制 Tesseract 匹配模式（连续四位数字）

4

1 回答 1

0

该setConfig方法是自 Tess4J v1.4 以来的新方法（请参阅doc）。

instance.setConfigs(Arrays.asList("TestConfig");
于 2015-01-28T13:30:31.077 回答