python調用tesseract API 使用LSTM模式

前面已經寫過如何使用python調用tesseract API了，這裡說的是如何使用tesseract的LSTM模式。tesseract 4.0已經加入LSTM了，在用指令行執行的時候，添加 “–oem 1”參數即可，但是pythonocr子產品裡并沒有提供使用oem參數的init函數，檢視tesseract的源碼，capi.cpp定位到257行有：

TESS_API int TESS_CALL TessBaseAPIInit1(TessBaseAPI* handle, const char* datapath, const char* language, TessOcrEngineMode oem,
                                        char** configs, int configs_size)
{
    return handle->Init(datapath, language, oem, configs, configs_size, nullptr, nullptr, false);
}

TESS_API int TESS_CALL TessBaseAPIInit2(TessBaseAPI* handle, const char* datapath, const char* language, TessOcrEngineMode oem)
{
    return handle->Init(datapath, language, oem);
}

TESS_API int TESS_CALL TessBaseAPIInit3(TessBaseAPI* handle, const char* datapath, const char* language)
{
    return handle->Init(datapath, language);
}
           

其中TessBaseAPIInit2()函數就是我們需要的，其實已經導出在了tesseract.so檔案中，需要我們聲明一下才能使用。打開pythonocr安裝目錄下的tesseract_raw.py檔案，定位到148行，可以看到對init1和init3的函數聲明，那麼加入init2的函數聲明即可，修改後如下：

g_libtesseract.TessBaseAPIInit1.argtypes = [
        ctypes.c_void_p,  # TessBaseAPI*
        ctypes.c_char_p,  # datapath
        ctypes.c_char_p,  # language
        ctypes.c_int,  # TessOcrEngineMode
        ctypes.POINTER(ctypes.c_char_p),  # configs
        ctypes.c_int,  # configs_size
    ]
    g_libtesseract.TessBaseAPIInit1.restype = ctypes.c_int

    # 添加的對init2的函數聲明
    g_libtesseract.TessBaseAPIInit2.argtypes = [
        ctypes.c_void_p,  # TessBaseAPI*
        ctypes.c_char_p,  # datapath
        ctypes.c_char_p,  # language
        ctypes.c_int,  # TessOcrEngineMode
    ]
    g_libtesseract.TessBaseAPIInit2.restype = ctypes.c_int

    g_libtesseract.TessBaseAPIInit3.argtypes = [
        ctypes.c_void_p,  # TessBaseAPI*
        ctypes.c_char_p,  # datapath
        ctypes.c_char_p,  # language
    ]
    g_libtesseract.TessBaseAPIInit3.restype = ctypes.c_int
           

然後定位到351行，這裡是pythonocr的init函數實作，修改成如下：

def init(hljs-number">0):
    assert(g_libtesseract)
    handle = g_libtesseract.TessBaseAPICreate()
    try:
        if lang:
            lang = lang.encode("utf-8")
        prefix = None
        if TESSDATA_PREFIX:
            prefix = TESSDATA_PREFIX.encode("utf-8")
        g_libtesseract.TessBaseAPIInit2(
            ctypes.c_void_p(handle),
            ctypes.c_char_p(prefix),
            ctypes.c_char_p(lang),
            oem
        )
        g_libtesseract.TessBaseAPISetVariable(
            ctypes.c_void_p(handle),
            b"tessedit_zero_rejection",
            b"F"
        )
    except:
        g_libtesseract.TessBaseAPIDelete(ctypes.c_void_p(handle))
        raise
    return handle
           

在外部調用的時候，隻需要将以前的

handle = tesseract_raw.init(lang='eng')
           

修改成：

handle = tesseract_raw.init(lang='eng', oem=)
           

即可。下載下傳最新支援lstm的tessdata資料包，識别結果會比之前有大大的提高！如何在調用API的時候使用多語言，就如同指令行下的 -l eng+chi這種，還在摸索中，如果誰知道，請麻煩告知，謝謝！