在Tesseract中禁用字典

Question

如何在运行Tesseract for English时禁用字典更正？

我目前正在将tesseract作为一个子进程运行.

Answer 1

尝试将这些变量(将它们放在配置文件中)设置为false:

load_system_dawg 
load_freq_dawg
load_punc_dawg
load_number_dawg
load_unambig_dawg
load_bigram_dawg
load_fixed_length_dawgs

https://groups.google.com/forum/?fromgroups=#!searchin/tesseract-ocr/Disable$20dictionary$20​​in$20Tesseract/tesseract-ocr/5nvIo1DJxHE/f3gBi2pTKykJ

另请阅读如何增加字典的信任度/强度？在FAQ中.从中:

对于tesseract-ocr <3.01,请尝试将dict/permute.cpp中的NON_WERD和GARBAGE_STRING提升到3或甚至5.

对于tesseract-ocr> = 3.01,尝试在配置文件中增加变量language_model_penalty_non_freq_dict_word和language_model_penalty_non_dict_word.默认情况下,它们分别为0.1和0.15.