Tesseract 给出警告信息

Question

我正在使用 tess4j（4.3.1 版本）以便我可以将图像文件转换为文本文件以准备索引 Lucene.It 完成它的工作但最后给出警告

Warning: Parameter not found: enable_new_segsearch

这是我的 pom.xml

<dependencies>
        <dependency>
            <groupId>org.ghost4j</groupId>
            <artifactId>ghost4j</artifactId>
            <version>1.0.1</version>
        </dependency>
        <dependency>
            <groupId>net.java.dev.jna</groupId>
            <artifactId>jna</artifactId>
            <version>5.3.1</version>
        </dependency>

        <dependency>
            <groupId>net.sourceforge.tess4j</groupId>
            <artifactId>tess4j</artifactId>
            <version>4.3.1</version>
        </dependency>
        <dependency>
            <groupId>com.github.jai-imageio</groupId>
            <artifactId>jai-imageio-core</artifactId>
            <version>1.4.0</version>
        </dependency>
        <dependency>
            <groupId>net.sourceforge.lept4j</groupId>
            <artifactId>lept4j</artifactId>
            <version>1.12.0</version>
        </dependency>

    </dependencies>

还有我的 java 主要 class:

        File imageFile = new File("samples/eurotext.pdf");
        ITesseract instance = new Tesseract();
       instance.setDatapath("E:\tessdata");
        try {
            String result = instance.doOCR(imageFile);
            System.out.println(result);
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }

使用以下 VM 参数：

-Djna.library.path=${workspace_loc:/ocr-tess4j-example}/dlls/x64

dlls/x64 文件夹的内容：

gsdll64.dll
liblept1760.dll
libtesseract400.dll

我怎样才能摆脱警告信息？

Answer 1

尝试：

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

Answer 2

语言数据不是 correct.Downloaded 来自 [https://github.com/tesseract-ocr/tessdata] 的整个 tessdata。错误消失了。从这里得到的想法 https://pdfc.inetsoftware.de/public/help/tesseract4/p/optical-character-recognition

Tesseract 给出警告信息

Tesseract gives warning message

tesseract

tess4j