java - Tess4j - Pdf 到 Tiff 到超正方 - "Warning: Invalid resolution 0 dpi. Using 70 instead."

Question

我正在使用 tess4j (net.sourceforge.tess4j:tess4j:4.4.0) 并尝试对 pdf 文件进行 OCR。因此，据我了解，我必须首先将 pdf 转换为 tiff 或 png(其中有建议的吗？)我是这样做的:

tesseract.doOCR(PdfUtilities.convertPdf2Tiff(inputPdfFile)); 

并收到以下警告:

Warning: Invalid resolution 0 dpi. Using 70 instead.

问题

• 它对我的扫描结果有影响吗？ (如果没有，好的 - 我可以 switch off 警告)
• 有没有办法手动设置 DPI，或者应该 convertPdf 帮我处理这个问题？

Answer 1

如果图像元数据中没有分辨率信息，Tesseract 会尝试自行估计分辨率，以便可以在结果中计算字体大小信息。

您可以尝试以下API来设置输入图像分辨率:

instance.setVariable("user_define_dpi", "300");

或

TessBaseAPISetSourceResolution(TessBaseAPI 句柄，int ppi);

您可以通过以下方式抑制控制台输出:

instance.setVariable("debug_file", "/dev/null");