使用 Tesseract Engine 的 Tessnet2 - 为什么输出非常糟糕？

Question

我正在尝试在 C# 中通过 Tesseract 引擎使用 Tessnet2。很多我给Tessnet2的测试图，输出的很差，几乎没有一个是正确的

这是我在 C# 控制台项目中的代码，Program.cs class:

 static void Main(string[] args)
    {
        try
        {
        Bitmap image = new Bitmap(@"C:\Users\hp\Desktop\eurotext.tif");
        var ocr = new Tesseract();

        //when I tried to add the SetVariable(...), it didn't change the output much

        ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", true);

        var result = ocr.DoOCR(image, Rectangle.Empty);
        foreach (Word word in result)
            Console.WriteLine("{0} : {1}", word.Confidence, word.Text);

        Console.ReadLine();
    }
    catch (Exception exception)
    {
        Console.WriteLine("Error");
    }
}

例如，这是一个示例（大二进制 300 dpi）测试图像 "eurotext.tif"：

这是这张图片的 Tessnet2 输出：

我一直在这个网站学习使用Tessnet2的步骤： https://code.msdn.microsoft.com/windowsdesktop/How-to-use-Tessnet2-library-716be12f

我用这个网站尝试正确使用 SetVariable(...) 函数来让它做我想做的事，但没有运气，输出也没有太大区别： http://www.sk-spell.sk.cx/tesseract-ocr-en

我找到了 Tesseract 指南来减少引擎的错误： http://code.google.com/p/tesseract-ocr/wiki/ImproveQuality

它说"Tesseract works best with text using a DPI of at least 300 dpi"..这个示例图像是 300 dpi
这个示例图像也是二进制的，这应该会提供更好的输出，正如许多人在各种网站上所建议的那样

我到处寻找可以提高准确性的解决方案，我发现很多帖子和人都有类似的问题，但没有有效的解决方案。

这个问题可能是什么原因造成的？我该如何解决？

我是这个主题的初学者，如果解决方案太琐碎，请多多包涵。

谢谢！

Answer 1

要显示文本，您必须更改：

ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", true);

至：

ocr.Init(@"C:\Program Files (x86)\Tesseract-OCR", "eng", false);

使用 Tesseract Engine 的 Tessnet2 - 为什么输出非常糟糕？

Tessnet2 using Tesseract Engine - Why does it give very bad output?

c#

ocr

tesseract

tessnet2