2

我对ocr没有太多经验。这是我尝试的方法：

  1. tesseract -l eng -psm 1 image_str007_0001.jpg image_str007_tess pdf

    结果是结构完美的隐藏文本布局 - 搜索 pdf 时，单词在它们的确切位置。我的问题是：我可以将此布局作为文件（hocr 或 html）吗？（首选配置参数，而不是 API。）

    我试过的：

  2. tesseract -l eng -psm 1 image_str007_0001.jpg 输出 hocr

和

  1. hocr2pdf -i image_str007_001 -o output.pdf < output.hocr

    在文件 output.pdf 中，在搜索文本时，这些单词的排列非常错误。命令 2. 是否不适合创建 tesseract hocr 布局文件，或者 hocr2pdf 应用程序无法正确创建 pdf？

4

0 回答 0