“language_model_penalty_non_dict_word”在 tesseract 3.01 中没有效果

我正在设置language_model_penalty_non_dict_word通过 Tesseract 3.01 的配置文件，但其值没有任何效果。我尝试过使用多个图像及其多个值，但每个图像的输出始终相同。另一位用户也注意到了同样的情况在另一个问题的评论中 https://stackoverflow.com/questions/8940795/strength-of-dictionary-in-tesseract-3#comment19036313_8940795.

Edit:查看源代码后，变量language_model_penalty_non_dict_word仅在函数内部使用float LanguageModel::ComputeAdjustedPathCost.

然而，这个函数永远不会被调用！它仅被 2 个函数引用 -LanguageModel::UpdateBestChoice() and LanguageModel::AddViterbiStateEntry()。我在这些函数中放置了断点，但它们也没有被调用。

经过一番调试，终于找到了原因——函数Wordrec::SegSearch()没有被调用（它在调用图中LanguageModel::ComputeAdjustedPathCost()).

从这段代码来看：

  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);
  }

所以你需要设置enable_new_segsearch在配置文件中：

enable_new_segsearch    1

language_model_penalty_non_freq_dict_word 0.2
language_model_penalty_non_dict_word 0.3