"language_model_penalty_non_dict_word“对tesseract 3.01没有影响

Question

我正在通过Tesseract 3.01的配置文件设置language_model_penalty_non_dict_word，但是它的值没有任何效果。我尝试过多个图像，以及多个值，但是每个图像的输出总是相同的。另一个用户注意到了同一个in a comment in another question。

编辑：在查看源代码之后，变量language_model_penalty_non_dict_word仅在函数float LanguageModel::ComputeAdjustedPathCost中使用。

但是，这个函数永远不会被调用！它仅由两个函数- LanguageModel::UpdateBestChoice()和LanguageModel::AddViterbiStateEntry()引用。我在这些函数中放置了断点，但它们也没有被调用。

Answer 1

经过一些调试，我终于找到了原因--函数Wordrec::SegSearch()没有被调用(它在LanguageModel::ComputeAdjustedPathCost()的调用图中)。

从这个代码中：

  if (enable_new_segsearch) {
    SegSearch(&chunks_record, word->best_choice,
              best_char_choices, word->raw_choice, state);
  } else {
    best_first_search(&chunks_record, best_char_choices, word,
                      state, fixpt, best_state);
  }

因此，您需要在配置文件中设置enable_new_segsearch：

enable_new_segsearch    1

language_model_penalty_non_freq_dict_word 0.2
language_model_penalty_non_dict_word 0.3