检测Tesseract OCR Java实现的大字体和小字体大小

Question

是否可以OCR图片，并使用Tesseract OCR识别图片中不同字体大小。如果是，我需要使用任何其他第三方库吗？或者我可以使用纯Java吗。例如，

我想通过使用字体大小来检测报纸的标题和内容。

如对此事有任何帮助，我们将不胜感激。

Answer 1

您可以使用ResultIterator.WordFontAttributes API方法（例如在Java中使用Tess4J）来检索已识别文本的字体信息，包括字体名称和大小。

Answer 2

Tesseract的hOCR输出包括可用于确定大小的线条和单词的边界框，还可以通过打开hocr_font_info配置变量将字体的点大小配置为包括在输出中。