Tesseract OCR执行哪些预处理操作？

Question

我找不到详细的文档,我不觉得浏览源代码.我想不重做canny边缘检测,例如,如果它已经由Tesseract引擎完成.

Answer 1

本文档提供了引擎的概述:https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

所以看起来你不需要实现canny边缘检测.

Tesseract在处理图像之前使用Otsu阈值处理来对图像进行二值化https://github.com/tesseract-ocr/tesseract/blob/master/ccstruct/otsuthr.h

编辑:如果你想看到二值化图像只是在"\ tessdata\configs \"中创建一个新的配置文件,添加这一行:tessedit_write_images True并处理你的图像:tesseract your_image out your_config_file.Tesseract将二值化图像保存为tessinput.tif.