Tesseractは、スキャンされた文書の非テキスト領域を無視しますか？

Question

私はTesseractを使用していますが、非テキスト領域とターゲットテキストのみを無視するかどうかはわかりません。より良い出力のために前処理ステップとして非テキスト領域を削除する必要がありますか？

Answer 1

Tesseractは、テキストを検出するアルゴリズムはかなり優れていますが、最終的には偽陽性の一致が得られます。

理想的には、イメージをtesseractに送信する前に事前処理します。いくつかの時間前、私は同様の作業に従事し、私はあなたが以下の資料を見てみましょうお勧め：

• OpenCV C++/Obj-C: Detecting a sheet of paper/Square Detection

• Executing cv::warpPerspective for a fake deskewing on a set of cv::Point

• Rotate cv::Mat using cv::warpAffine offsets destination image

• Affine Transform, Simple Rotation and Scaling or something else entirely?