我正在开发一种图像处理软件，从手机摄像头拍摄的图像中提取/裁剪和增强这种裁剪的单页表格。表格没有矩形边界，以简化提取过程。是黑色的白色背景文本格式，但除此之外没有任何东西是固定的。现在将出现一些文本，将验证图像是否是所需的形式。所以我的问题是这些。
1）我可以使用leptonica库本身搜索特定的正则表达式，或者我是否必须将焦点转移到tessarect API之类的其他库来执行此操作。到目前为止，我还没有发现任何此类
2）现在假设我知道左上角和右下角的文字，我成功地搜索了它。我可以得到我正在搜索的特定文本的坐标，然后相应地裁剪图像吗？ / p>
答案 0 :(得分：0)
Leptonica对文字没有任何作用，它是一个图像处理库。
要启用获取文本的位置，请将tessedit_create_hocr 1添加到Tesseract配置文件中（或者，如果您将Tesseract用作库，则设置此选项以配置Tesseract。）
结果不再是文本文件，而是UTF-8编码的HTML文件（注意：它不是有效的XML）。其格式不言自明。它将包含所有页面上所有单词的位置和尺寸，以像素为单位，如输入图像中所示。您需要解析该HTML，找到您正在寻找的单词，然后获得这些单词的边界框。