在没有任何外部资源（语言/字典）的情况下初始化 tesseract

Question

我目前正在编写一个应该从 JPEG 图像中读取十六进制数据的 C++ 程序。我必须将它编译成一个 单个 windows 可执行文件没有任何外部资源（如“tessdata”目录或配置文件）。因为我不阅读任何单词或句子，所以我不需要任何字典或语言。

我现在的问题是我找不到在没有任何语言文件的情况下初始化 API 的方法。每个例子都使用这样的东西：

tesseract::TessBaseAPI api;
if (api.Init(NULL, "eng")) {
    // error handling
    return -1;
}
// do stuff

我还发现我可以在没有语言参数和 OEM_TESSERACT_ONLY 的情况下调用 init 函数：

if(api.Init(NULL, NULL, tesseract::OcrEngineMode::OEM_TESSERACT_ONLY)) {
    // ...
}

这应该禁用语言/字典，但NULL 只是默认为“eng”。似乎 tesseract 仍然希望初始化一个语言文件，然后将其禁用。

到目前为止，我发现的任何其他解决方案似乎也是如此：我总是需要 .traineddata 文件来初始化 api，并且可以disable them afterwards 或使用config files。

我现在的问题是： 有什么方法可以只使用可执行文件而不使用其他资源文件在 C++ 中初始化 tesseract API？

Answer 1

没有。 Tesseract 总是需要一些语言（默认为eng）+osd（.traineddata）文件。没有语言数据文件tesseract是没用的。

您的帖子似乎做出了几个错误的假设（例如关于OEM_TESSERACT_ONLY），所以也许如果您描述您尝试使用 tesseract 实现的目标，您可以获得更好的建议。