如何查找Tesseract OCR配置文件中支持的参数

Question

我想知道Tesseract OCR使用的配置文件接受哪些参数，如何编写配置文件等。

我在他们的网站上找不到任何关于此的文档。我该如何确定支持哪些参数以及它们的含义？

- sashoalm

---

http://code.google.com/p/tesseract-ocr/wiki/ControlParams - rmtheis

示例配置文件：https://github.com/tesseract-ocr/tesseract/tree/master/tessdata/configs - Marek Grzenkowicz

Answer 1

Tesseract v3.04现在提供命令行选项--print-parameters，因此您可以调用tesseract --print-parameters来获取678个可配置参数及其默认值和简短描述的列表：

Tesseract parameters:
editor_image_xpos   590 Editor image X Pos
editor_image_ypos   10  Editor image Y Pos
editor_image_menuheight 50  Add to image height for menu bar
editor_image_word_bb_color  7   Word bounding box colour
editor_image_blob_bb_color  4   Blob bounding box colour
editor_image_text_color 2   Correct text colour
...and many, many more

- chbrown

---

我无法弄清楚如何将修改后生成的文件重新输入Tesseract - 有什么想法吗：\ - jtlz2

@jtlz2 哦，好问题！特别是考虑到Tesseract现在已经比我发布答案时的版本（4.1.0）新了一个完整的主要版本，你应该将其重新发布为一个新问题。 - chbrown

类似这样吗？https://stackoverflow.com/questions/57794165/tesseract-differing-output-how-do-i-find-out-which-parameters-are-being-used - jtlz2

官方文档中是否有关于它们的任何文档？ - Ahmad Anis

Answer 2

我在下面的链接中找到了这些指令。它们是关于编写配置文件以及放置位置的：

配置文件是简单的文本文件，没有BOM并带有Unix换行符（在Windows上，您可以使用一些高级文本编辑器，例如Notepad ++来实现此目的）。

如果您使用tesseract可执行文件，则只能通过此方式更改tesseract参数。

配置文件应位于tessdata / configs目录中。请在那里查看一些示例。

在http://www.sk-spell.sk.cx/tesseract-ocr-parameters-in-302-version 中列出了所有变量及其描述的列表。请注意，这适用于Tesseract 3.02版本，其他版本可能会有所不同。

编辑：还添加了一个 pastebin链接，以防上面的链接失效。

- sashoalm

Answer 3

这只是一个普通的文本文件，包含用空格分隔的Tesseract配置变量的键值对，每个变量占据一行；例如：

interactive_display_mode T
tessedit_display_outwords T

在Tesseract tessdata/configs文件夹下有几个标准配置文件，比如digits、hocr等。

- nguyenq

---

我在哪里可以找到所有配置变量及其可能的取值列表？ - sashoalm

请参考此帖子：https://dev59.com/-2cs5IYBdhLWcg3wJgpV - nguyenq

文件配置保存在哪里？我的意思是，我应该给它什么文件名？而且，“tesseract”命令如何特别使用那个配置文件？:( 我有点困惑。@nguyenq - gumuruh