我可以将Tesseract配置为仅检测单个字母和数字吗？

Question

我尝试使用Tesseract ocr处理具有以下矩阵的特定卡片：

有没有办法配置Tesseract只提取单个字母？

问题是矩阵的列有字母作为标题：＆＃34; A B C D E F G H I＆＃34;当我使用BOX文件训练时，每个字母都被检测到，但是当我执行ocr过程时，字母被合并成一个单词：＆＃34; ABCDEFGHI＆＃34;。我需要将单词分开，因为我需要每列的边界（x，y，高度，宽度），这样可以使整个列的处理更加准确。

谢谢，

Answer 1

如果您可以将间距增加到足够大，则Tesseract可以在设置变量preserve_interword_spaces=1后获取间距（请参阅doc）。