Limiter les caractères recherchés par tesseract

Question

Est-il possible de limiter le jeu de caractères recherché par tesseract (par exemple, rechercher uniquement les lettres az)? Cela améliorerait considérablement mes résultats.

Answer 1

Créez un fichier de configuration (par exemple "lettres") dans le répertoire tessdata / configs - généralement /usr/share/tesseract/tessdata/configs
ou
/usr/share/tesseract-ocr/tessdata/configs

Et ajoutez cette ligne au fichier de configuration:

 tessedit_char_whitelist abcdefghijklmnopqrstuvwxyz  
 

... ou peut-être que [az] fonctionne .. ne sais pas :-)
Appelez ensuite tesseract comme ceci:

 tesseract input.tif output nobatch letters  
 

Cela limitera le tesseract à reconnaître uniquement les personnages recherchés

Answer 2

Ce didacticiel détaille les étapes nécessaires à la formation de Tesseract. Je l'ai trouvé très utile.

Answer 3

Vous devriez probablement envisager de préparer certains fichiers de formation. Jetez un œil à cet outil

• bbtesseract