如何使用命令提示符在同一文件夹中对多个文件进行Tesseract OCR处理？

Question

我知道如何在 OS X 终端中使用 Tesseract 处理同一目录中的多个文件。

for i in *.tif ; do tesseract $i outtext;  done;

有人有关于如何在运行Windows的计算机上通过命令提示符完成这个任务的建议吗？

- Thomas Padilla

---

给来到这里的人一个提示-- 这段代码将尝试将所有输出转储到同一个文件并覆盖它。(Joe W在下面的答案中也指出了这一点)。你可能更喜欢这样做：for i in *.tif; do tesseract $i "txtfolder/$i"; done; 这将把所有输出文件放在一个名为txtfolder的文件夹中。 - R.S.

如果你想要所有的输出都在一个文本文件中，可以使用以下命令：for i in *.tif ; do tesseract $i - >> output.txt; done。 - Paul Chris Jones

Answer 1

Windows中与Unix的for i命令等效的是什么？

如果不知道Unix上tesseract命令与Windows的差异，很难给出全面的答案。

在Windows中，您可以使用for命令对多个文件执行命令。

从命令行开始：

for %i in (*.tif) do tesseract %i outtext

在批处理文件中：

for %%i in (*.tif) do tesseract %%i outtext

---

更多阅读

• Windows CMD命令行A-Z索引 - 有关Windows命令行的一切的绝佳参考。
• for - 对多个文件有条件地执行命令。

- DavidPostill

Answer 2

在上面的例子中：

for %%i in (*.tif) do tesseract %%i outtext

Tesseract会在每次迭代中覆盖同一个输出文件outtext.txt。你最终会得到一个单一的文件（outtext.txt），其中只包含最后一张图片的文本。你需要给每个输出文件取唯一的名称。你可以像下面显示的那样用%%i替换字符串outtext。

for %%i in (*.tif) do tesseract %%i %%i

然而，如果你想要不同的输出文件名，你可以使用 set 命令指定一个额外的变量。然后在每次迭代中递增这个变量。

set /a j=1
for %%i in (*.tif) do (
tesseract %%i output_file%j%
set /a j+=1
)

然而，对于每次迭代，%j% 会被扩展为 '1'。最终你只会得到一个名为 outputfile1.txt 的文件。在循环开始时，%j% 只会被扩展一次，随后的每次迭代都会使用相同的值。使用 setlocal enabledelayedexpansion 命令并将 %j% 替换为 !j! 将强制 Windows 对于每次迭代都扩展 !j!。为了恢复之前的环境设置，应该发出匹配的 endlocal 命令。

setlocal enabledelayedexpansion
set /a j=1
for %%i in (*.tif) do (
tesseract %%i output_file!j!
set /a j+=1
)
endlocal

我在Microsoft Windows 7 Home Premium版上成功测试了此功能。希望它能对你有所帮助。

- Joe W.

---

当我执行第一个和第二个示例时，我会收到一个错误“语法错误，意外的标记`（）'”。这是什么？ - LearnToGrow

Answer 3

for %i in (*.tif) do (tesseract %i stdout 1>> out.txt)

将查找所有的tif文件并将stdout管道输出到目标out.txt。

- Aleks

Answer 4

dir "folder_path\*.tif" /s /b > "folder_path\input.txt"
"tesseract_path\tesseract" "folder_path\input.txt" "folder_path\output"

- knayan