检测Tesseract OCR Java实现的大小字体

Question

是否可以使用Tesseract OCR对图片进行OCR并识别图片中不同大小的字体。如果是，我是否需要使用任何其他第三方库，或者我是否可以使用纯Java。比如,

I want to detect the headline and the content of a newspaper by using the font size.

任何关于此事的帮助都将不胜感激

Answer 1

Tesseract的hOCR输出包括行和字的边界框，可用于确定大小，并可通过打开hocr_font_infoconfig变量将其配置为在输出中还包括字体的点大小

Answer 2

您可以使用ResultIterator。WordFontAttributes API方法（example in Java using Tess4J），用于检索识别文本的字体信息，包括字体名称和大小