如何在 python 或命令 window 中获得 Tesseract 置信度？

Question

我们如何在 windows 中使用 tesseract 3.05 获得图像 OCR 后的置信度？我正在使用子进程命令从 python 调用 tesseract：

retcode = subprocess.call("tesseract -l eng myImage.png txt -psm 6" , stdin=None, stdout=False, stderr=None, shell=False)

Answer 1

您可以使用 tsv output:

tesseract testing/eurotext.png testing/eurotext-eng -l eng tsv

置信度在最后一列。

Answer 2

这是您需要的包装器： https://pypi.python.org/pypi/tesserocr/2.0.0。还有大量的 python 包装器，但是这个库是最接近的包装器，几乎涵盖了所有 C++ API.

示例：

from PIL import Image
from tesserocr import PyTessBaseAPI

image = Image.open('/usr/src/tesseract/testing/phototest.tif')
with PyTessBaseAPI() as api:
    api.SetImage(image)
    boxes = api.GetComponentImages(RIL.TEXTLINE, True)
    print 'Found {} textline image components.'.format(len(boxes))
    for i, (im, box, _, _) in enumerate(boxes):
        # im is a PIL image object
        # box is a dict with x, y, w and h keys
        api.SetRectangle(box['x'], box['y'], box['w'], box['h'])
        ocrResult = api.GetUTF8Text()
        conf = api.MeanTextConf()
        print (u"Box[{0}]: x={x}, y={y}, w={w}, h={h}, "
               "confidence: {1}, text: {2}").format(i, conf, ocrResult, **box)

Answer 3

添加到 Stef 的回答中，这是一个示例命令，用于检查 'output.tsv' 文件中的置信度值。

tesseract Ancestry1.jpg 输出 --oem 1 -l eng tsv

这里'Ancestry1.jpg'是要输入tesseract的图片文件。 oem 1 用于在 4.0 中使用 LSTM。置信度存储在 'output.tsv' 文件中

Tesseract 官方网页的 link 置信度：Tesseract Wiki

如何在 python 或命令 window 中获得 Tesseract 置信度？

How to get Tesseract confidence levels in python or command window?

python

tesseract