Tesseract OCRを使用した文字セグメンテーションのみ

Question

印刷された文書に対してテキストセグメンテーションを行いたい。私はすでに文書を文字セグメンテーションに分割していますが、いくつかの接触文字を満たすと失敗しました。私は単語を分割するためにTesseract OCRを使用したいと思います。私はTesseractがこの作業を行うことができると知っていますが、私はtesseractの内部コードを掘り下げずにアクセスする方法を知らないのです。誰か私に助言を与えることができますか？可能であれば、私はPythonでそれが必要です。

Answer 1

TessBaseAPIGetComponentImages APIメソッドを呼び出すことができる場合は、イメージ上で実際のOCRを実行せずにさまざまなpageIteratorLevelレベル（シンボル/文字、単語、行など）でセグメントを取得できます。