在各种情况下未检测到页码

环境

• ** 通信版本**:各种,4.1.1',5.0.0 v20201231'
• ** 格式**: Linux, 64比特

目前的行为:

在某些情况下,宇宙魔方完全自动分页不会取出相当明显的页码. 以下是一个例子(作为临时结果查看器):

https://archive.org/ services/hocr-view/view?identifer=sim architectural-record 1931-12 70 6&pageno=27 互联网档案馆的存檔,存档日期2014-12-21.

我冒昧在此主持一些有关这个问题的相片(如果有帮助的话,可以尝试浮出水面):

https://archive.org/~merlijn/tesserract-page numbers/ 互联网档案馆的存檔,存档日期2013-12-02.

我不认为问题与二进制有关. 我试图运行"爪哇取景器"(https://tsesseract-ocr.GitHub.io/tesdoc/ViewerDebugging.html)来查看结果,但并没有变得更明智,因为它只是显示页面号码不被取取取.

• 预期行为:

魔方也拿起页码.