如何在 pytesseract 中使用经过训练的数据？

Question

使用此工具http://trainyourtesseract.com/ 我希望能够通过 pytesseract 使用新字体。该工具给我一个名为 *.traineddata

的文件

现在我正在使用这个简单的脚本：

try:
    import Image
except ImportError:
    from PIL import Image
import pytesseract as tes

results = tes.image_to_string(Image.open('./test.jpg'),boxes=True)
file = open('parsing.text','a')
file.write(results)
print(results)

如何使用我的训练数据文件以便我能够使用 python 脚本读取新字体？

谢谢！

edit#1 ：所以我知道 *.traineddata 可以作为命令行程序与 Tesseract 一起使用。所以我的问题仍然是一样的，我如何使用 traineddata with python ?

编辑#2：我的问题的答案在这里 How to access the command line for Tesseract from Python?

Answer 1

下面是带有选项的 pytesseract.image_to_string() 示例。

pytesseract.image_to_string(Image.open("./imagesWhosebug/xyz-small-gray.png"),
                                  lang="eng",boxes=False,
                                  config="--psm 4 --oem 3 
                                  -c tessedit_char_whitelist=-01234567890XYZ:"))

要使用您自己训练的语言数据，只需将 lang="eng" 中的 "eng" 替换为您的语言 name(.traineddata)。

如何在 pytesseract 中使用经过训练的数据？

How to use trained data with pytesseract?

ocr

tesseract

python-tesseract