在生成新的OCR时，未从Tesseract OCR获得有效结果

可能是由于以下原因导致的：

1. 图像质量问题：Tesseract OCR对输入的图像质量要求较高，如果图像模糊、光照不均或者存在噪声等问题，都会导致结果不准确。此时，可以尝试对图像进行预处理，如去噪、平衡光照、增强对比度等，提高图像质量。
2. 字体问题：Tesseract OCR对不同字体的识别效果可能有差异。如果使用的字体与Tesseract训练的字体不一致，识别结果可能不准确。此时，可以尝试使用Tesseract训练自定义字体，或者使用其他OCR引擎如OpenCV OCR或百度OCR等进行识别。
3. 语言模型问题：Tesseract OCR支持多种语言的识别，但对于一些特定语种或特殊领域的文本，可能需要使用对应的语言模型进行训练，以提高识别准确率。如果未加载相应的语言模型，识别结果可能不理想。在使用Tesseract OCR时，需要确保加载了与待识别文本对应的语言模型。
4. OCR参数配置问题：Tesseract OCR有一些可配置的参数，如图像分辨率、识别模式、PPI设置等。不同的参数配置可能对识别结果产生影响。如果未正确配置这些参数，可能导致结果不准确。建议根据实际场景和需求，调整OCR参数以获得更好的识别效果。
5. 文本特征问题：Tesseract OCR在处理一些特殊文本特征时，如倾斜、旋转、扭曲等，可能无法准确识别。针对这种情况，可以考虑对文本进行校正、旋转矫正或者使用特殊的OCR算法进行处理。

总结起来，在生成新的OCR时，未从Tesseract OCR获得有效结果可能是由于图像质量、字体、语言模型、OCR参数配置、文本特征等多种因素的综合影响。针对不同情况，可以通过图像处理、字体匹配、语言模型训练、参数调整等方法来改善OCR识别效果。腾讯云提供的OCR服务可以作为一个解决方案，具体产品信息可以参考腾讯云OCR服务介绍：腾讯云OCR服务。