c#使用charlesw tesseract生成hocr文件

本文关键字:hocr 文件 生成 tesseract 使用 charlesw | 更新日期: 2023-09-27 18:09:52

如何使用tesseract包装器生成hocr

目前,我需要动态地将tessdata的位置添加到环境变量中,并运行我的代码

System.Diagnostics.Process pProcess = new System.Diagnostics.Process();
            pProcess.StartInfo.FileName = System.IO.Path.GetDirectoryName(Environment.GetCommandLineArgs()[0]) + @"'tesseract-3.05.00dev-win32-vc19'tesseract.exe";
                            string inputImg = @"00067.jpg";
            string  hocrLocation = @"00067";
            string argsPdf = "'"" + inputImg + "'"" + " " + "'"" + hocrLocation + "'"" + " hocr ";
            Console.WriteLine(argsPdf);
            pProcess.StartInfo.Arguments = argsPdf;
            pProcess.StartInfo.CreateNoWindow = false;
            pProcess.StartInfo.UseShellExecute = false;
            pProcess.StartInfo.RedirectStandardOutput = true;
            pProcess.Start();
            string strOutput = pProcess.StandardOutput.ReadToEnd();
            Console.WriteLine("OUtput: " + strOutput);
            pProcess.WaitForExit();

然后我找到了tesseract包装。如何使用包装器生成hocr文件?我找不到一个例子来做这件事。

这是当前的代码(从例子)我使用,但如何输出一个hocr文件?

var testImagePath = "./phototest.tif";
            if (args.Length > 0)
            {
                testImagePath = args[0];
            }
            try
            {
                using (var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default))
                {
                    using (var img = Pix.LoadFromFile(testImagePath))
                    {
                        using (var page = engine.Process(img))
                        {
                        }
                    }
                }
            }
            catch (Exception e)
            {
                Trace.TraceError(e.ToString());
                Console.WriteLine("Unexpected Error: " + e.Message);
                Console.WriteLine("Details: ");
                Console.WriteLine(e.ToString());
            }

c#使用charlesw tesseract生成hocr文件

string hocrText = page.GetHOCRText(pageNum - 1);