Question

使用tesserocr时，如何将Tesseract识别的字符集限制为仅数字？

我从this知道，如果我使用c ++，我可以在配置文件中设置tessedit_char_whitelist，但我不知道Python中tesserocr中的类似方法。

通常，如果读者已经知道用于c ++的Tesseract API，那么tesserocr documentation会提供帮助。由于我不熟悉c ++，我希望避免阅读c ++源代码以便使用tesserocr。

如果有人能给我实际需要在python中编写的内容，或者从配置设置到Python代码的一般规则，这将是很棒的。提前谢谢。

Answer 1

Tesserocr用作C ++ API，您可以使用函数jest.mock('./store');设置白名单。

一个例子：

SetVariable

如果您想要另一种更简单且独立于C ++ API的方法，请尝试使用pytesseract模块。

pytesseract的一个例子：

from tesserocr import PyTessBaseAPI
from string import digits

with PyTessBaseAPI() as api:
    api.SetVariable('tessedit_char_whitelist', digits)
    api.SetImageFile('image.png')
    print api.GetUTF8Text()  # it will print only digits

如何限制tesserocr中的已识别字符？

1 个答案: