tesseract OCR中的标记字体样式（斜体）

Question

在Windows 7上安装了tesseract-ocr v3.02.02，并通过命令行使用它：

1）将png文本输出到文本文件：tesseract image.png txtfile 2）将png文本输出到html文件：tesseract image.png htmlfile hocr

我需要它能够在输出文本或html文件中标记任何斜体文本。我该怎么做（最好是在命令行 - 从未在API模式下使用过它？）

Answer 1

Tesseract的hocr输出仅包括单词坐标和置信度值，而不包括与字体相关的信息。因此，您需要修改源代码以输出命令行模式所需的内容，或使用其API。