Question

我正在尝试使用Tesseract-OCR来检测包含纯文本的图片文本，但这些文字有一个名为 Journal 的手写字体。

示例：

enter image description here

结果不是最好的：

最大值！尺寸`W（35）

有没有可能改善结果，或者更确切地说得到确切的结果？

Answer 1

我很惊讶Tesseract做得很好。通过一些训练，你应该能够训练小写'l'被正确识别。

你遇到的主要问题是大T字符的顶部。水平线延伸到2个（可能是3个）其他字符单元格，这会导致任何OCR引擎在尝试对字符进行分段以进行识别时出现问题。在这种情况下，培训可能会有所帮助。

下一个问题是。和：它们非常轻/薄，并且可能在OCR开始之前通过图像预处理被移除。

总体而言，使用Tesseract改善结果的唯一机会是调查培训。以下是一些可能有用的链接。

Answer 2

就像安德鲁·卡什所提到的那样，由于它与许多下一个字符相交，因此很难为该T字母执行OCR。

为了改善结果，您可能需要尝试更准确的SDK。看看ABBYY Cloud OCR SDK，这是ABBYY最近推出的基于云的OCR SDK。它处于测试阶段，所以现在它完全免费使用。我工作@ ABBYY，如有必要，可以为您提供有关我们产品的更多信息。我已将您附加的图像发送到我们的SDK并获得此回复：

Maximal size: lall (35)