我可以使用 OCR 检测字体样式（粗体、斜体）吗？ [关闭]答案

【问题标题】：Can I use OCR to detect font style (bold, italic)? [closed]我可以使用 OCR 检测字体样式（粗体、斜体）吗？ [关闭]
【发布时间】：2011-07-07 00:09:46
【问题描述】：

我对使用 OCR 从简单文本中提取粗体和斜体字感兴趣。例如，如果我输入带有如下文本的清晰图像：

“敏捷的棕色狐狸跳超过了懒惰的狗。”

我想得到这样的输出：bold("brown", "jumps"), italic("lazy")

我已经研究过使用 OCRopus 或 Tesseract 来做这件事，但是文档很差，我不知道这是否可行，或者如果可以的话该怎么做。

【问题讨论】：

我建议您尝试 ABBYY Cloud OCR。请看我的回答stackoverflow.com/a/63098644/2598453

标签： ocr font-face tesseract

【解决方案1】：

Tesseract 3.0.1 中有这样的功能，来自trunk。 API 中添加了一个新类 - ResultIterator，它具有以下您感兴趣的功能：

 WordFontAttributes(bool* is_bold,
                    bool* is_italic,
                    bool* is_underlined,
                    bool* is_monospace,
                    bool* is_serif,
                    bool* is_smallcaps,
                    int* pointsize,
                    int* font_id).

其实你可以在here.看到自己

【讨论】：

新网址：github.com/tesseract-ocr/tesseract/blob/3.01/api/…

【解决方案2】：

Tesseract 3.0x 基于 XML 的 hOCR 格式包括字符属性。您可能想尝试一下。

http://code.google.com/p/tesseract-ocr/issues/detail?id=377#c5

【讨论】：