Tesseract和Tess4J

Question

我对tesseract培训有疑问。 我目前正在使用Tess4J，以便在我的java程序中集成tesseract。 阅读有关tesseract培训的tesseract wiki页面（http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3），可以使用各种组合和字体的培训图像来训练tesseract。

我是否可以只安装构建这些lang.traineddata文件的“普通”tesseract 3.02（windows或unix）安装，然后将其包含在我的java程序中我的Tess4J包装器使用的tessdata文件夹中。或者Tess4J是否限制了所包含的英语语言数据，以及与该程序捆绑在一起的样本图像？

如果是这样，是否有可能以其他方式将这些包含在我的Tess4J构建中？

Answer 1

由于它只是Tesseract OCR引擎的包装器，它接受任何标准问题或自定义训练的数据文件。您可以在https://github.com/tesseract-ocr/tessdata找到标准的受训数据。