问题[ocr](ubuntu)

我正在使用 tesseract 对图像中的一些文本进行 OCR，例如这个：

我的 Ubuntu 20.04 上有这个版本的 tesseract：

$ tesseract --version
tesseract 4.1.1
 leptonica-1.79.0
  libgif 5.1.4 : libjpeg 8d (libjpeg-turbo 2.0.3) : libpng 1.6.37 : libtiff 4.1.0 : zlib 1.2.11 : libwebp 0.6.1 : libopenjp2 2.3.1
 Found AVX2
 Found AVX
 Found FMA
 Found SSE
 Found libarchive 3.4.0 zlib/1.2.11 liblzma/5.2.4 bz2lib/1.0.8 liblz4/1.9.2 libzstd/1.4.4

调用它如下：

tesseract example.png output txt

但是，当我output.txt在 vim 中打开文件时，我^L在最后一行看到如下：

那个字符的含义是什么？为什么它附加在最后一行？有可能摆脱它吗？

我查看了 的手册页tesseract，但找不到任何相关内容。

我正在使用 tesseract 4.0 进行字符识别。在许多博客中，写到 Qt-box-editor 可以与 tesseract 3.x 一起使用。我的问题是：- Qt-box-editor 可以与 tesseract 4.0 一起使用吗？

我已经安装了 Ubuntu 18.04。

我已经安装了 tesseract 使用sudo apt-get install tesseract-ocr

当我输入：

tesseract -v

我有一个错误：

tesseract: symbol lookup error: /usr/lib/x86_64-linux-gnu/libtesseract.so.4: undefined symbol: pixaDisplayTiledInColumns

下面是输出apt-cache policy tesseract-ocr：

Installed: 4.00~git2288-10f4998a-2
Candidate: 4.00~git2288-10f4998a-2 
Version table: 
   *** 4.00~git2288-10f4998a-2 500 
          500 in.archive.ubuntu.com/ubuntu bionic/universe amd64 Packages 
          100 /var/lib/dpkg/status

当我尝试检测我的 jpeg 上的文本时，它会正确显示它怀疑文本和图像的所有区域，但是当我将它导出到 ODT 时，它只会创建一个带有空文本和图像帧的 ODT。

我必须以tesseract某种方式配置吗？

（我使用的是 Ubuntu 14.10 32 位）

我有一个在线银行纸质 TAN 列表，如下所示：

001 123456   015 123456  029 123456  043 123456 ...
002 123456   ...
...

我扫描了它，现在我想使用 OCR 来获取文本。

我尝试了 tesseract、gocr 和楔形文字。

所有的程序都没有得到好的结果。我怎样才能对文本进行 OCR？

背景：我想将 TAN 列表存储在 keepass 中。Keepass 确实支持图像，但仅支持 PC 版本。安卓版没有。这就是为什么我想要文字。文本更好，因为您可以使用复制和粘贴。

我正在使用OCRFeeder的 OCR 实用程序。OCRFeeder 正在使用tesseract -engine 。我已经安装了 tesseract 所需的几个语言包。如何设置语言，以便 tesseract 使用正确的语言文件将扫描的文档转换为文本？

我想以尽可能少的麻烦扫描我周围的大量文件。我想使用简单扫描将它们转换为图像，然后使用 OCR 将它们转换为文本。是否有一个带有 GUI 的优秀 OCR 应用程序，只需按一下按钮就能给我带来良好的结果？