tesseract-ocr/tesseract

Please add language information to the TSV output

Open

#1,861 opened on 2018年8月24日

GitHub で見る
 (3 comments) (0 reactions) (0 assignees)C++ (74,090 stars) (10,622 forks)batch import
feature requesthelp wantedoutput

説明

This is actually a 4-year old feature request, formulated in my comment to issue 918 (https://groups.google.com/forum/#!searchin/tesseract-issues/issue$20918/tesseract-issues/U7g6ntPXYds/aAyTuIFBUhwJ) but I really need it now, cf. https://groups.google.com/forum/#!topic/tesseract-dev/d4QQdaq3LF0.

コントリビューターガイド

技術スタック
ccpp
領域
cli
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3 hours
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
mostly clear
前提条件
Basic C++ knowledgeFamiliarity with Tesseract's output codeUnderstanding of TSV format
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
30
調査方針
Examine the TSV output implementation in Tesseract, likely in the source files under `src/api/` or `src/ccmain/`. Determine where the language detected is stored and how to append it to the TSV output lines. Review the referenced forum discussions for additional context on the desired behavior. Propose a change that adds a new column for language code in the TSV output.