java - 如何在 Tesseract (Java) 中使用用户词？

Question

我正在使用 Tesseract 进行 OCR 目的，并且我在“fin.user-words”中添加了一些额外的单词(我希望避免创建新的单词列表并用它替换tessdata/fin.word-dawg)。 现在，我在命令提示符下成功执行了此操作:

>tesseract image.png result -l fin TestConfig

其中 TestConfig(Tesseract 配置文件位于 .../tessdata/configs 下)抑制系统字典并强制 Tesseract 加载我的单词:

load_system_dawg F
load_freq_dawg F
user_words_suffix user-words

引用:http://tesseract-ocr.googlecode.com/svn/trunk/doc/tesseract.1.html#_config_files_and_augmenting_with_user_data

我试图在 Java 中复制上述命令行过程，但 Tesseract 似乎忽略了配置选项。 这是我正在使用的 Java 代码部分:

public static TestTesseract(BufferedImage image) {
        Tesseract instance = Tesseract.getInstance();
        instance.setLanguage("fin");
        instance.setTessVariable("load_system_dawg", "F");
        instance.setTessVariable("load_freq_dawg", "F");
        instance.setTessVariable("user_words_suffix", "user-words");
        try {
            String result = instance.doOCR(image);
            System.out.println(result);         
        } catch (TesseractException e) {
            System.err.println(e.getMessage());
        }
}

下面是我能找到的最接近我的问题；但是，我找不到找到setConfigs方法:

instance.setConfigs(Arrays.asList("bazaar");

Forcing Tesseract to match pattern (four digits in a row)

Answer 1

setConfig 方法是自 Tess4J v1.4 以来的新方法(请参阅 doc )。

instance.setConfigs(Arrays.asList("TestConfig");