Python Tesseract使用字母子集

我在Ubuntu Linux上使用tesseract ocr包，我已经使用了一段时间，我认为为了提高ocr的准确性，我只需要字母表中的一部分字母。我需要的信件是：

0123456789abcdefghijklmnopqrstuvwxyz

只有这样，即使不是大写字母，有人能帮我指示tesseract只匹配字母的子集吗

谢谢，

来自：

因此，只需在

api.SetVariable

中设置您自己的字符集合

从

Tesseract 2.03 使用

在调用Init函数或将其放入名为 数据/配置/数字：

然后您的命令行变成：

警告：直到 如果要合并新的配置变量，则必须使用nobatch 参数也是

Tesseract 3 已经创建了一个数字配置文件，所以只需运行 tesseract命令如下所示：

从：

因此，只需在

api.SetVariable

中设置您自己的字符集合

从

Tesseract 2.03 使用

在调用Init函数或将其放入名为 数据/配置/数字：

然后您的命令行变成：

警告：直到 如果要合并新的配置变量，则必须使用nobatch 参数也是

Tesseract 3 已经创建了一个数字配置文件，所以只需运行 tesseract命令如下所示：

---

你要找的是Tesseract白名单。如果您使用python并使用它和API，我认为这应该可以（在Tesseract Google组中找到）

---

请注意，我不确定这是针对哪个版本的Tesseract。

您要查找的是Tesseract白名单。如果您使用python并使用它和API，我认为这应该可以（在Tesseract Google组中找到）

---

请注意，我不确定这是针对哪个版本的Tesseract。

我试图了解您想要解码captcha的正当理由。@Andrey这是一个有趣的挑战问题，原因之一：）@Nisan.H one，也是唯一的一个。短语“使用一段时间”让我保持谨慎。“使用一段时间”意味着在我拥有的一组图像上玩tesseract。我试图理解你想要解码captcha的正当理由。@Andrey这是一个有趣的挑战问题，原因之一：）@Nisan.H one和唯一的一个。短语“使用一段时间”让我保持谨慎。“使用一段时间”是指在我拥有的一组图像上玩tesseract。

import tesseract
api = tesseract.TessBaseAPI()
api.Init(".","eng",tesseract.OEM_DEFAULT)
api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwxyz")
api.SetPageSegMode(tesseract.PSM_AUTO)

TessBaseAPI::SetVariable("tessedit_char_whitelist", "0123456789");

tessedit_char_whitelist 0123456789 

tesseract image.tif outputbase nobatch digits 

tesseract imagename outputbase digits

api.SetVariable("tessedit_char_whitelist", "abcdefghijklmnopqrstuvwxyz0123456789 ");