我已经将 tesseract 用于类似的任务。我可以给你一些建议。您可以选择最适合您的。

• 通过查找参数值出现的确切位置来提取参数值。

  • 如果参数总是出现在同一个地方，您可以找到这些坐标并从那里提取参数。您可以通过获取 Tesseract 在执行 OCR 时生成的 TSV 输出来获取位置信息。

• 查看 tesseract 为每个文本生成的行/块/段落编号

  • 由于值和参数对由行或单独的部分分隔，我认为 tesseract 在为您的参数提供不同的行号或块/段号方面会做得很合理。如果您使用create_tsv=1我相信的配置从 Tesseract 获取 TSV 输出，则可以获取此信息。

• 使用正则表达式匹配参数

  • 您的参数似乎非常一致（即分类开/关或数字）。在这种情况下，您可以做的是，在读取 tesseract 的输出时，匹配值前面的描述。例如，当您遇到AHU ON/OFF STATUS文本时，立即查找单词onor 或off。

您可以结合使用这些来使结果更加准确。希望这些建议有所帮助。