Tessnet2使用Tesseract引擎 - 为什么它会产生非常糟糕的输出？

Question

我正在尝试在C＃中使用Tesseract引擎使用Tessnet2。对于我给Tessnet2的许多测试图像，输出非常糟糕，几乎没有任何正确的。

这是我在C＃控制台项目中的代码，Program.cs类：

 static void Main(string[] args)
    {
        try
        {
        Bitmap image = new Bitmap(@"C:\Users\hp\Desktop\eurotext.tif");
        var ocr = new Tesseract();

        //when I tried to add the SetVariable(...), it didn't change the output much

        ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", true);

        var result = ocr.DoOCR(image, Rectangle.Empty);
        foreach (Word word in result)
            Console.WriteLine("{0} : {1}", word.Confidence, word.Text);

        Console.ReadLine();
    }
    catch (Exception exception)
    {
        Console.WriteLine("Error");
    }
}

例如，这是一个样本（大型二进制300 dpi）测试图像＆＃34; eurotext.tif＆＃34;：

这是此图像的Tessnet2输出：

我一直在使用这个网站来学习使用Tessnet2的步骤： https://code.msdn.microsoft.com/windowsdesktop/How-to-use-Tessnet2-library-716be12f

我使用这个网站试图正确使用SetVariable（...）函数来使它做我想要的，但没有运气，输出没有太大的区别： http://www.sk-spell.sk.cx/tesseract-ocr-en

我找到了Tesseract指南来减少引擎的错误： http://code.google.com/p/tesseract-ocr/wiki/ImproveQuality

• 它说＆＃34; Tesseract最适合使用DPI至少为300 dpi的文本＆＃34; ..此样本图像为300 dpi

• 此示例图像也是二进制文件，应提供更好的输出，正如许多人在各种网站上所建议的那样

我到处寻找可以提高准确性的解决方案，我找到了许多帖子和有类似问题的人，但没有可行的解决方案。

这个问题可能是什么原因？我该如何解决？

我是这个主题的初学者，所以如果解决方案过于简单，请耐心等待。

谢谢！

Answer 1

要显示文本，您必须更改：

ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", true);

为：

ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", false);