我想使用 ocrmypdf 从该图像中获取“5”： 我试过： ocrmypdf digit.png --output-type none --image-dpi 300 --sidecar side.txt - > /dev/null 但什么也没有，sidecar 是空的，并且在 stderr 中打印文件是空的。 在将图像传递给 ocrmypdf 之前，我也尝试使用 ImageMagick 对其进行升级，但仍然没有任何效果。 ...
为了编译Tesseract 培训计划从源代码来看，必须安装pango和的开发包。但是，我在 Centos 8.1 上安装它们时遇到了麻烦。cairo # cat /etc/redhat-release Centos release 8.1.1911 (Core) # dnf makecache CentOS-8 - AppStream 58 kB/s | 4.3 kB ...
我tesseract过去曾多次成功使用 OCR。在 macOS 上；它由“home-brew”安装 今天我做到了 WGroleau@MBP ~ % brew upgrade # to make sure everything is the latest and then … WGroleau@MBP ~ % tesseract ~/Downloads/temp.jpg stdout -l chi_sim 福佳生活饶 最后一个（第五个）字符不正确，因此我对该字符进行了细微的图形编辑，然后运行了相同的命令。没有输出，没有诊断。运行详细命令 — 仍然没有诊断，只...
我正在使用最新版本的 gImageMaker (3-2023，Windows 10)。OCR 运行良好。 我使用 PDF 作为源，但它不可搜索，我只想将 OCR 文本添加到 PDF 以便可以搜索。 到目前为止，我只能用文本创建新的 PDF。但我想保留原始 PDF，只用 OCR 文本进行注释。 有机会使用 gImageMaker 来做到这一点吗？ 参考： 如何搜索仅包含图像的文本的 PDF？ 寻找适用于 Windows 的 PDF 文档的优质注释工具 ...
我有一些包含 HDMV PGS 字幕的视频文件，我需要将它们转换为 subrip（或其他文本字幕）。我知道我可以使用 ffmpeg 解复用视频文件来提取.sup并即时将其转换为 VobSub，然后subtitleedit /convert使用其自己的 tesseract 将其转换为 subrip。 但是，我只想使用 ffprobe/ffmpeg，我之前已经用 libtesseract 等编译过它。我也不介意将原始 tesseract 输出解析为 subrip，但我只需要获取它。 我已经尝试过例如： ffprobe -show_entries frame_ta...
[示例图片] 我在下面给出的代码中寻求您的指导。我正在运行此代码以将文本从多页 TIFF 提取到 hocr 格式。我从 TIFF 的第一页获得输出，但其余页面被省略。 # Python program to extract text from all the images in a folder # storing the text in corresponding files in a different folder # This is for hocr output, but there is error of getting only 1 page ...
在 ImageMagick 的显示中，如果我按“c”并开始拖动裁剪框，则左上角会出现一个小框，显示裁剪框的 WxH+x+y。 除了截取屏幕截图并在图像上运行 tesseract-ocr 或类似程序之外，还有什么方法可以在 bash 中以编程方式访问数据？ ...
我已经安装了所有东西，我使用在线工具将 PDF 文件翻录为 JPG，问题是该工具将 PDF 的每一页都放入单独的图像中，现在有 500 张左右。有没有办法只选择一个文件夹，让 tesseract 将所有图像的所有文本放入一个文本或 word 文件中？ 据我了解，PDF 不能与 tesseract 一起使用，最简单的方法是将 PDF 转换为 JPEG，或者有更好的解决方法？ 我在 Windows PC 上使用 Tesseract ...
问题： 我正在尝试构建和安装（，，configure... ）makemake install立方体版本 3（tesseract-ocr-3.02.02）在 Ubuntu Server 20.04 LTS 上出现以下错误... 构建并安装命令... tar -zxvf tesseract-ocr-3.02.02.tar.gz cd ./tesseract-ocr-3.02.02 ./autogen.sh ./configure make -j 4 && make install ldconfig 错误输出... [...] -I../vie...
我有一个文件夹，里面有数百张图片，每张图片的标题都带有文字。我想使用 OCR 从每张图片中提取第一行文字，并将文件重命名为该文字。或者，如果更简单的话，可以将文字放在图片元数据中。 我已经安装了 tesseract，并且在 MacOS 上使用 zsh。请问实现此目的的最佳方法是什么？谢谢。 ...
就像许多提供免费/开源版本并销售“商业”版本的软件公司一样，他们尽可能地使下载和使用免费版本变得神秘和不友好。这是一个典型的例子：https://mupdf.com/downloads/ Windows 有两个不同的文件可供下载： mupdf-1.18.0-windows.zip mupdf-1.18.0-windows-tesseract.zip “-tesseract” 是什么？不知道。我浏览了该页面、其他页面、在线搜索等。毫无头绪。没有一个词能解释它们的区别或“tesseract”是什么意思。维基百科的歧义消除页面也没有提供任何线索来说明它可能指的是...
我正在尝试训练 Tesseract 来处理一些看起来很有趣的字体，例如 Palace。我尝试了一种简单的方法 - 使用 http://trainyourtesseract.com/ (来自 Wayback Machine) 然后拨打了电话 api->Init(".\\tessdata", "eng+Palace",OEM_TESSERACT_ONLY). api->SetPageSegMode(PSM_SINGLE_LINE); api->SetImage(image); // Get OCR result outText = api-&g...
我想在 Ubuntu 电脑上使用 Python 的 pytesseract。在 Windows 电脑上，我必须在调用图像到字符串函数之前设置 tesseract.exe 的路径。如何在 ubuntu 电脑上设置此路径？我在我的电脑上找不到 tesseract.exe 的路径。对于数据的变量 tesseract-PREFIX 也有同样的问题。提前致谢。Marek ...
我有一组需要处理的文件，因此我倾向于在bashMac 和 Linux 中以编程方式执行此操作。由于我喜欢保留原始文件以防出现问题，因此我希望文件以增量方式重新编号，但我不知道实现此目的的正确bash构造。 这是一个例子。我有一组 .pdf 文件： bulletinlois00.pdf bulletinlois01.pdf bulletinlois02.pdf ... bulletinlois33.pdf 这些 PDF 尚未经过 OCR，因此我想使用 或 来遍历它们tesseract，但不是像那样ocrmypdf输出它们。这是使用相同文件集的另一个示例...
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 i...