[英]How can I run tesseract with multiple languages one time?
我必須分析包含英文和日文文本的圖像。 當我默認運行 tesseract ( -l eng
) 時,一些日語字符丟失了。 否則,如果我用日語( -l jpn
)運行 tesseract ,一些英文字符會丟失(例如電子郵件)。
如何運行一個同時識別英文和日文字符的進程?
從 tesseract 3.02 開始,可以為 -l 參數指定多種語言。
-l lang 要使用的語言。 如果沒有指定,則假定為英語。 可以指定多種語言,用加號分隔。 Tesseract 使用 3 個字符的 ISO 639-2 語言代碼。
一個例子:
tesseract myscan.png out -l deu+eng
嘗試這個:
custom_config = r'-l eng+jpn --psm 6'
txt = pytesseract.image_to_string(img, config=custom_config)
from langdetect import detect_langs
detect_langs(txt)
注意:您必須使用以下命令安裝 langdetect:
pip install langdetect
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.