如何限制tesserocr中可识别的字符？

Question

在使用tesserocr时，如何将Tesseract能够识别的字符集限制为数字？在

我从this知道，如果我使用c++的话，我可以在配置文件中设置一个tessedit_char_白名单，但是我不知道Python中tesserocr中类似的方法。在

一般来说，如果读者已经知道c++的Tesseract API，tesserocr documentation会提供帮助。由于我不太精通c++，所以我希望避免为了使用tesserocr而不得不阅读c++源代码。在

如果有人能告诉我用python编写的东西，或者提供从配置设置到python代码的一般规则，那就太好了。提前谢谢。在

Answer 1

TSSECOR作为C++ API，可以设置一个白函数，函数^ {CD1>}。在

例如：

from tesserocr import PyTessBaseAPI
from string import digits

with PyTessBaseAPI() as api:
    api.SetVariable('tessedit_char_whitelist', digits)
    api.SetImageFile('image.png')
    print api.GetUTF8Text()  # it will print only digits

---

如果您想使用另一种更直接和独立于C++ API的方法，请尝试使用pytesseract模块。在

pytesseract示例：

^{pr2}$