linux – tesseract(v3.03)输出为PDF

发布时间：2020-12-14 00:53:43 所属栏目：Linux 来源：网络整理

导读：为什么会返回此错误？ root@amd-3700-2gb ~/ocr_test # tesseract -l dan pdf.png out pdfTesseract Open Source OCR Engine v3.03 with LeptonicaError opening data file /usr/local/share/tessdata/osd.traineddataPlease make sure the TESSDATA_PREFIX

为什么会返回此错误？

root@amd-3700-2gb ~/ocr_test # tesseract -l dan pdf.png out pdf
Tesseract Open Source OCR Engine v3.03 with Leptonica
Error opening data file /usr/local/share/tessdata/osd.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
Failed loading language 'osd'
Tesseract couldn't load any languages!
Warning: Auto orientation and script detection requested,but osd language failed to load

语言清单

root@amd-3700-2gb ~/ocr_test # tesseract --list-langs
List of available languages (3):
eng
dan
dan-frak

输出为txt

这很好,输出文本到out.txt

tesseract -l dan pdf.png out

输出PDF

这会创建out.pdf,但也会返回提到的错误,并且PDF中的可搜索文本没有意义

tesseract -l dan pdf.png out pdf

解决方法

错误消息很明确：它需要osd.traineddata文件.您可以安装或下载Orientation&来自 https://github.com/tesseract-ocr/tessdata的Tesseract脚本检测数据.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!