Tesseract OCR音高文本
Tesseract OCR音高文本
提问于 2020-03-18 04:31:22
当涉及到光学字符识别软件，特别是Tesseract OCR引擎时，我有一个关于术语的问题。
我正在读一篇关于Tesseract OCR引擎的文章，它经常提到一些叫做Fixed pitch text的东西，我不完全确定这意味着什么。我假设音高是一行文字占据的空间，但在我正在阅读的文章的上下文中，这是没有意义的。
这是该条中使用这一措辞的一句话：
小块被组织成文本行，并对固定音高或比例文本的线条和区域进行分析。
我已经在网上查找过这方面的一些定义，但是大多数关于OCR的文章都是在没有解释的情况下使用的。我猜这意味着这是一个相当简单的/常见的术语。
如果有人关心的话，我正在读的这篇文章叫做“Tesseract OCR引擎概述”，作者是Ray。
回答 1
Stack Overflow用户
发布于 2020-03-18 04:38:09
当第一次尝试在图像中查找文本时，Tesseract将识别文本中存在气泡的可能区域。一旦可能出现文本的区域被识别出来，Tesseract就会寻找这些区域是否包含“固定音高”。基本上，这意味着它试图找出它之前发现的区域是否包含文本。固定的音高是用来创建某个字母或单词的不同类型的向量，Tesseract寻找那些在图像中分析它所看到的字母或单词的人。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60733576
复制相关文章
相似问题
腾讯云开发者
