如何在 bash 腳本中檢查 tesseract 的 output？

Question

我在 bash 腳本中運行一個循環，並將 png 文件傳遞給 tesseract 以讀取圖像文件的文本。 如果tesseract ocr的output顯示Empty page!! 或者什么都沒有，然后我希望循環繼續到下一個圖像。 如果它確實包含文本，那么我想將 output 存儲在文本文件中。

這就是我的基本腳本的樣子，

for i in {1..100}
do
tesseract file-${i}.png stdout >> result.txt
done 

Answer 1

這大致就是你需要的。 我冒昧地做了一個“ls”來列出目錄中的 png 文件，而不是從 1 迭代到 100：

for file in /my/directory/*.png
do
  # Redirect output to a variable. This works even if output is multiline.
  output="$(tesseract "$file" stdout)"
  
  if [ -n "$output" ] && [ "$output" != "Empty page!!" ]
  then
    echo "$output" >> result.txt
  fi
done 

這有點粗糙，您可能想檢查 tesseract 的結果代碼以防出現錯誤，或者您可能想省略標准錯誤消息，諸如此類。 但這應該給你一個想法。