带有非语言文本的 OCR

Question

我对使用 OCR 识别不包含单词的文档中的文本很感兴趣。相反，它是一个带有一长串“随机”打印字符的文档。我一直在尝试使用tesseract来扫描文本，但它似乎在寻找单词。有没有办法告诉 tesseract 只进行简单的字符识别？

Answer 1

是的，您可以通过定义包含以下内容的配置文件来禁用字典：

load_system_dawg F
load_freq_dawg F

并用命令指定它。