Tesseract box 文件中的数字是什么？

Question

我无法找到任何有关 Tesseract 盒子文件如何工作以及坐标代表什么的文档。

例如，我得到：

T 2768 165 2789 191 0

第一个标记显然是角色。我知道 Tesseract 使用左下角。2768因此应该是底部。第四个标记 ( 2789) 似乎位于顶部。我不明白第三个 ( 165)、第五个 ( 191) 和第六个 ( 0) 标记是什么。165和191是不正确的左/右坐标，0我不知道它指的是什么。

谁能帮我？这些是像素坐标，还是我必须考虑图像的 DPI？

谢谢！

Answer 1

根据文档，每行的格式是

\n\n

<symbol> <left> <bottom> <right> <top> <page>\n

\n\n

在哪里：

\n\n

\n
• <symbol>是字符，例如 a 或 b。
\n
• <left> <bottom> <right> <top>是适合页面上字符的矩形的坐标。请注意，Tesseract 使用的坐标系在图像的左下角有 (0,0)！
\n
• <page>仅当您\xe2\x80\x99 使用多页 TIFF 文件时才相关。在所有其他情况下，只需在此处输入 0。
\n

\n\n

所以在你的具体情况下

\n\n

T 2768 165 2789 191 0\n

\n\n

将会

\n\n

\n
• 特点：T
\n
• 左边：2768
\n
• 底部：165
\n
• 正确的：2789
\n
• 顶部：191
\n
• 页：0
\n

\n