Tesseract字库训练说明.doc_第1页
Tesseract字库训练说明.doc_第2页
Tesseract字库训练说明.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、安装Tesseract2、下载要识别的图片，保存到本地，并转换成Tif格式。（使用格式工厂批量转换）3、下载运行jTessBoxEditor 如图1操作(1) 弹出第一个对话框选择要合并的所有 .tif格式的图片(2) 弹出第二个对话框填入要保存的文件名（即合并后的文件名）图1 图片合并然后会生成合成后的新的 .tif4、然后点击Trainer 在 Training Data中选择上一步合成的.tif文件、选择 make box file only 点击run 即可生成.box文件。5、点击open选择合成后的 .tif文件 逐个校正文字（注意翻页），后点击save保存。6、新建文件“font_properties”。如果是3.01以上版本，那么需要在目录下新建一个名字为“font_properties”的文件，并且输入文本:（这里的xiaohe就是lang.xiaohe.exp0的中间字段）xiaohe 0 0 0 0 07、将合成的.tif 文件和生成的.box文件、font_properties（如果需要建立的话）放在一起单独放到一个文件夹（为了简洁），进入文件夹按住shift键 右键鼠标在文件夹中打开命令行 执行 ”tesseract eng. xiaohe.exp0.tif eng. xiaohe.exp0 nobatch box.train“8、依次执行下面四条命令（下面是同时操作2个字典来合并）1. unicharset_extractor my. xiaohe.exp0.box my. xiaohe.exp1.box2. shapeclustering -F font_properties -U unicharset my.xiaohe.exp0.tr my.xiaohe.exp1.tr3. mftraining -F font_properties -U unicharset -O my.unicharset my.xiaohe.exp0.tr my.xiaohe.exp1.tr4. cntraining my.xiaohe.exp0.tr my.xiaohe.exp1.tr9、然后重命名1. 把 normproto重命名成my.normproto2. 把inttemp重命名成temp3. 把pffmtable重命名成my.pffmtable4. 把shapetable重命名成my.shapetable10、执行“combine_tessdata.exe my.”如下图所示确认打印结果中的Offset 1、3、4、5、13这些项不是-1。这样，一个新的语言文件就生成了。my.traineddata便是最终生成的语言文件，
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论