Tesseract - 整行输出

Question

我正在尝试使用 Tesseract 对几张表进行 OCR。这些表格的格式如下：

Item One name                       Item One category
(Item description if any)

Item Two name                       Item Two category
(Item description if any)

名称和类别之间有一些空格。产生的输出是这样的

Item One name
(Item description if any)

Item Two name
(Item description if any)


Item One category

Item Two category

有没有一种方法可以为整行生成输出，而不是让这一列输出低于另一列？

我正在通过简单的命令行运行 Tesseract：

tesseract ~/Desktop/imagename.jpg out

Answer 1

尝试使用不同的页面分段模式 (PSM)，例如 4 或 6。