一次获取多种 Tesseract PSM 和文件格式

Question

是否可以同时从 Tesseract 获得多个 PSM 模式以及纯文本和 HOCR 格式？

我目前在每个文档上运行 Tesseract 3 次：一次获取方向信息 (PSM 0)，一次获取格式化文本 (PSM 3)，一次获取 HOCR 格式化结果。这使得它需要 3 倍的时间。

有没有更好的方法从 Tesseract 获取此信息而无需多次 OCR 文档？

我正在使用这个PHP Tesseract wrapper.

$tess = new Tesseract();
$textor = $tess->recognize(storage_path("image.jpg"), null, 0);
$textplain = $tess->recognize(storage_path("image.jpg"), null, 3);
....

Answer 1

tesseract 不支持在一次执行中运行多个PSM 模式和输出格式。

如果性能是一个问题，您可以尝试multi-threading in PHP 为您的用例同时运行多个 tesseract。