仅使用Tesseract OCR进行字符分割

Question

我想对打印的文档进行文本分割。我已经将文档分割为字符分割，但是当我碰到一些感人的角色时，我失败了。我只想使用Tesseract OCR来分割单词。我知道Tesseract可以完成这项任务，但是我不知道如何在不挖掘tesseract的内部代码的情况下访问它。任何人都可以给我一些建议吗？如果可能的话，我需要Python。

Answer 1

如果您可以调用TessBaseAPIGetComponentImages API方法，则可以在各种pageIteratorLevel级别（符号/字符，字，行等）上检索分割，而无需在图像上执行实际的OCR。