tesseract-ocr 是否执行任何图像预处理？

Question

我目前正在使用 Tesseract OCR 引擎，我将它与 OpenCV 结合使用以在将图像发送到 OCR 引擎之前对其进行预处理。 但是，我想知道 Tesseract 本身是否在提取文本之前执行了一些图像预处理。 如果是，那么 Tesseract 实现的方法是什么？

我的目标是确保我不执行多余的预处理方法。 我执行的一些预处理方法是自适应阈值和高斯模糊。

任何帮助/指导将不胜感激！

编辑：我知道 Tesseract 进行基本的图像预处理。 我想知道是否可以绕过这些方法并直接输入我手动处理的图像。 （再次，为了避免对图像进行冗余处理）？

Answer 1

Tesseract 使用 Leptonica 库进行各种预处理操作，如 Otsu 二值化算法、膨胀、腐蚀等。 但是由于操作不依赖于您的数据，因此在某些情况下会导致不良结果。 欲了解更多信息，请阅读此页面。