web-dev-qa-db-ja.com

OCR Tesseract、空のページエラー？

leptonicaを使用してソースからコンパイルしました。これは透明な背景のpng画像ですが、青色を追加して編集しましたが、それでもこのエラーが発生します。

Tesseract Open Source OCR Engine v3.02.02 with Leptonica
Empty page!!
Empty page!!

画像入力は次のとおりです。

enter link description here

ocrtesseract-ocr
7
Jim

psmオプションを試してください。

-psm N
    Set Tesseract to only run a subset of layout analysis and assume a certain form of image. The options for N are:

    0 = Orientation and script detection (OSD) only.
    1 = Automatic page segmentation with OSD.
    2 = Automatic page segmentation, but no OSD, or OCR.
    3 = Fully automatic page segmentation, but no OSD. (Default)
    4 = Assume a single column of text of variable sizes.
    5 = Assume a single uniform block of vertically aligned text.
    6 = Assume a single uniform block of text.
    7 = Treat the image as a single text line.
    8 = Treat the image as a single Word.
    9 = Treat the image as a single Word in a circle.
    10 = Treat the image as a single character.

参照： http://hilojack.sinaapp.com/?p=866

6
zx1986

画像をしきい値の背景色に処理します。テキストの色を黒に変えます（認識しやすくするためです。背景をしきい値設定したら、色の値を変更するのはかなり簡単です）。画像をグレースケールに変えます。次に、.tif形式に変換します。

今、あなたはその画像を処理するチャンスがあるかもしれません（スーパーユーザーは私に画像を投稿させないので私はそれらをリンクします）：

処理された画像

次のコマンドを実行します。

tesseract test.tif test_output -psm 7

そして結果は：

Tist

標準英語以外に追加のトレーニングデータを使用していないことを考えると、これはかなり良いことです。

結果のスクリーンショット

4
Arijoon

Tesseractは手書きを認識するように訓練されていません。それがそれらの色で何をするのか分からない。

あなたはその手書きで正八胞体を訓練することを試みることができます...

2
reiniero