如何以句子形式制作Tesseract OCR输出单词？

Question

我得到的结果是这样的：   http://i.stack.imgur.com/dM0qG.png

是否有可能让Tesseract以句子/段落的形式提供输出？

  

这是为了证明您已成功通过了2015年1月26日在宿雾市技术大学举行的PHIL-IT通用认证考试，该大学位于菲律宾宿雾市，N。Bacalso大道。

Answer 1

由于result是List的{​​{1}}，并且每个Tessnet2.Word的文本都存储在Word中，您可以：

1. 创建仅包含单词（不是完整的item.Text对象）
的列表
2. 使用“space”作为分隔符加入此列表

因此，假设您的结果存储在名为Tessnet2.Word的var中（您执行了操作result）。如果将两个步骤组合在一起，它看起来像这样：

var result = ocr.DoOCR(image, null);

结果是：

  

这是为了证明您已成功通过了Phil-lT   一般认证考试于[2015年6月26日在宿务举行   研究所Uf Tedmnlngy·大学，宿务市N. Bacalso大道   6000菲律宾。

（它有一些检测错误，但这是一个不同的问题）