Tesseract中每个区域的不同字符集白名单

Question

Tesseract支持指定字符集白名单和黑名单，并且还支持使用UNVL中的UZN文件格式指定区域。

但是，我现在需要扫描一个包含2个区域的文档，一个只有数字，一个是普通文本。我是否可以为2个区域指定不同的字符集而不执行Tesseract两次？

如果没有，我可能会尝试修改UNICHARSET类的代码以某种方式执行此操作。

Answer 1

我最后通过使用Base API中的SetImage（）/ SetRectangle（）来完成它。对于每个矩形，我运行以下代码：

    api.SetRectangle(left, top, width, height);
    api.SetVariable("tessedit_char_whitelist", whitelist.c_str());
    char *s = api.GetUTF8Text();
    printf("%s", s);
    delete s;