Question

我是usig tess4j（net.sourceforge.tess4j：tess4j：4.4.0），并尝试对pdf文件进行OCR。因此，据我了解，我必须先将pdf转换为tiff或png（建议使用其中的任何一个？），我这样做是什么：

tesseract.doOCR(PdfUtilities.convertPdf2Tiff(inputPdfFile));

并收到以下警告：

Warning: Invalid resolution 0 dpi. Using 70 instead.

问题

它对我的扫描结果有影响吗？（如果没有，可以-我可以switch off警告）
有没有办法手动设置DPI，或者convertPdf应该为我处理吗？

Answer 1

如果图像元数据中没有分辨率信息，则Tesseract会尝试自己估计分辨率，以便可以在结果中计算字体大小信息。

您可以尝试使用以下API来设置输入图像的分辨率：

instance.SetTessVariable("user_defined_dpi", "300");

或

TessBaseAPISetSourceResolution(TessBaseAPI handle, int ppi);

您可以通过以下方式禁止控制台输出：

instance.setTessVariable("debug_file", "/dev/null");

Answer 2

未设置默认分辨率。

补充nguyenq的回答：

  componentDidMount() {
    const { navigation } = this.props;
    this._unsubscribe = navigation.addListener('focus', () => {
     //call your function that update component 
    });
  }

  componentWillUnmount() {
    this._unsubscribe();
  }

Tess4j-Pdf到Tiff到tesseract-“警告：无效的分辨率0 dpi。改为使用70。”

2 个答案: