python-3.x - 来自 TIFF 图像的 OCR：仅从第一页获取输出

Question

我是初学者，需要您回答下面代码中的 3 个问题。

1. 我只从多页 tiff 的第一页获取输出

2. 在哪里使用 --OEM 3 和 --psm 6 以获得正确的输出。

3. 使用什么额外的代码来获得 HOCR 输出。

   '''

   from PIL import Image import pytesseract as pt import os pt.pytesseract.tesseract_cmd = r'C:\Users\admin\AppData\Local\Programs\Tesseract- OCR\tesseract.exe' def main(): # 文件夹路径获取原始图像路径 =“D:\folder1\tiff”

    # path for the folder for getting the output
    tempPath ="D:\\folder\\txt"
   
    # iterating the images inside the folder
    for imageName in os.listdir(path):
   
        inputPath = os.path.join(path, imageName)
        img = Image.open(inputPath)
   
   
        # applying ocr using pytesseract for python
   
        text = pt.image_to_string(img, lang ="eng")
   
   
        fullTempPath = os.path.join(tempPath, 'time_'+imageName+".txt")
        print(text)
   
        # saving the text for every image in a separate .txt file
        file1 = open(fullTempPath, "w")
        file1.write(text)
        file1.close()
   

   如果名称== '主要': main()

'''