C++ Tesseract OCR：如何在不保存文件的情况下直接从窗口句柄获取文本

以下是我能做的：

使用msdn中的函数示例将图像从窗口句柄保存到我的计算机，然后使用tesseract并执行以下代码：

STRING text_out;
tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
// Initialize tesseract-ocr with English, without specifying tessdata path
if (api->Init(NULL, "eng")) {
    fprintf(stderr, "Could not initialize tesseract.\n");
    exit(1);
}
Pix *image = pixRead("captureqwsx.bmp");
api->SetImage(image);
api->SetRectangle(830, 95, 85, 25);
text_out = api->GetUTF8Text();
printf("OCR output:\n%s", text_out.string());

以便从指定的窗口句柄检索文本。它是有效的。问题是：我觉得将图像保存到我的计算机上不仅没有用，而且可能对我的应用程序的性能没有什么好处

我找到的解决方案是，使用SetImage的第二个定义：

  void SetImage(const unsigned char* imagedata, int width, int height,
                int bytes_per_pixel, int bytes_per_line);

---

这就是我希望你们能帮助我的方式。。。我不知道如何检索图像数据、每像素字节数和每行窗口字节数。。。我觉得原来的CaptureAnImage函数只需稍加修改就可以轻松实现这一点，但我不知道如何实现，我的搜索结果也没有什么好结果…

CaptureAnImage

有这一行

DWORD dwBmpSize = ((bmpScreen.bmWidth * bi.biBitCount + 31) / 32) * 4 * bmpScreen.bmHeight;

其中包含您需要的所有参数

---

bmWidth

和

bmHeight

是宽度和高度。每个像素的位数是

bi。biBitCount

设置为32，则每个像素有32/8=4个字节。表达式乘以

bmHeight

是每个扫描行的字节数，但因为我们知道颜色深度是32位，所以它只是

bmWidth*4

谢谢！就这样；）顺便说一句你知道为什么lpbitmap中的像素是颠倒的吗？@Noob程序员：Windows位图通常是这样存储的。查看Tesseract是否接受负高度或每个扫描线的负字节来垂直翻转它。。。