Tesseract-OCR Windows下不换行的问题研究

最新推荐文章于 2022-10-27 15:58:31 发布

天使爱撒谎

最新推荐文章于 2022-10-27 15:58:31 发布

阅读量2.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Tesseract-OCR

本文链接：https://blog.youkuaiyun.com/wlj613613/article/details/16842387

Tesseract-OCR 专栏收录该内容

2 篇文章

订阅专栏

本文介绍了Tesseract-OCR识别文本时换行符显示的问题，并提供了具体的解决方案。通过修改源代码中的换行符设置，使得在Windows环境下能够正确显示换行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tesseract-OCR 直接识别出的文字，用记事本打开会发现不会换行，但是用Notepad++打开却能看到换行。

其实这是因为Windows下的换行结尾是要加回车符和换行符也就是 \r \n 。

而Unix等操作系统只需要\n就可以了。

知道了原理后就好办了。

在Tesseract-OCR工程里找到ltrresultiterator.cpp

修改第36行如下：

namespace tesseract {

LTRResultIterator::LTRResultIterator(PAGE_RES* page_res, Tesseract* tesseract,
                                     int scale, int scaled_yres,
                                     int rect_left, int rect_top,
                                     int rect_width, int rect_height)
  : PageIterator(page_res, tesseract, scale, scaled_yres,
                 rect_left, rect_top, rect_width, rect_height),
    line_separator_("\r\n"),
    paragraph_separator_("\r\n") {
}