如何在 tesseract-ocr 中为每个文档生成一个 input.tif？答案

【问题标题】：how to generate one input.tif per document in tesseract-ocr?如何在 tesseract-ocr 中为每个文档生成一个 input.tif？
【发布时间】：2019-09-23 18:27:08
【问题描述】：

我发现了如何让 tesseract 输出它用于 OCR 的 tif。但是，此 tif 始终称为 tessinput.tif，如果我在一个文件夹中有多个文档，那么只会显示最后创建的 tessinput.tif。多层 tif 也是如此。

有没有办法让 tesseract 为文件夹中的每个文档输出其输入 tif 文件，例如。 G。通过将 _1 附加到其名称或其他内容？

编辑

好吧，到目前为止我已经添加了tessedit_write_images=1 配置参数。哪个，你瞧，输出 tessinput.tif ......但我不知道，如果你能以某种方式更改该文件的名称

【问题讨论】：

请edit您的问题显示the code you have so far。您应该至少包含您遇到问题的代码的大纲（但最好是minimal reproducible example），然后我们可以尝试帮助解决具体问题。您还应该阅读How to Ask。

标签： tesseract

【解决方案1】：

输出tessinput.tif后，等待文件写入，然后重命名，处理下一张图片。

【讨论】：

【解决方案2】：

我使用 Tesseract (4.0) 识别单个图像中的多行字符。在这里，我建议一种简化的方法，以适当的格式保存所有 tessinput.tif 文件，然后仔细检查输出：

import os
import pytesseract

config = '-l eng --oem 3 --psm 7 --dpi 600 -c tessedit_write_images=true'

'''
in my use case, I extracted lines contours from the image, stored coordinates for
each line before reading the line with tesseract. Here I provide a simplified
solution with a list of 3 images, just for the example
'''

img = ['img1.png', 'img2.png', 'img3.png']     

for i in range(len(image)):
    pytesseract.image_to_string(img[i], config=config)
    os.system('mv tessinput.tif tessinput_{:03d}.tif'.format(i))

【讨论】：