我对 Tesseract 有一些疑问
语境
我目前正在研究东德 (GDR) 于 80 年代开发的一种旧加密算法。我用 C# 实现了该算法。现在我有大约 30 页的测试用例需要检查。因为我不想手动输入每个二进制/十六进制字符串，所以我想使用 Tesseract（或任何可用的免费软件）对其进行 OCR。
问题
我无法获得满意的结果。下面将详细说明。
当前状态
（抱歉，我不能直接发布图片）该文档如下所示： 页面的一部分/详细信件
幼稚的方法
使用默认设置（我使用德语，相关部分应该无关紧要）我得到的结果很糟糕。
tesseract -l deu input.tiff output pdf
结果如下这
尤其是零，识别起来比较麻烦。单词、字母和 1 的识别稍微好一些。
我尝试过的（预处理）
- 旋转页面
- 增加对比度
- 对图像进行二值化
- 侵蚀/扩大图像以填充字母之间的小间隙
最终结果如下这。据我所知，关于 OCR，这应该会让事情变得更好一些。
我尝试过的（Tesseract 设置）
我的配置文件如下所示：
load_system_dawg F
load_freq_dawg F
language_model_penalty_non_dict_word 0
language_model_penalty_non_freq_dict_word 0
tessedit_create_pdf T
tessedit_char_whitelist 0123456789ABCDEF
我基本上告诉 Tesseract 不要尝试用字母组成有用的单词，只允许十六进制字符串所需的字符。
如你看到的这里这会导致结果略好一些，但并非在所有情况下都如此。最后一行中的一些零被检测到得更好。在 F 之间没有发生任何有用的事情。
使用神经网络与传统 OCR（--oem 0/1）的设置会略有不同。传统算法会将许多 0 检测为 9（从不将其检测为 0），但更一致（但效果不佳）
问题
我还能做些什么来改善结果？我知道我可以额外训练神经网络，但据我所知，这需要一些努力，我想避免（为自己构建 Tesseract，让 ML 工作，制作标记的测试数据等）。
还要别的吗？
感谢您的帮助。