使用训练图像和文本教授Tessearact

Question

我是Tesseract

的新人

我正在开发Windows操作系统。 我想教tesseract使用我自己的80字符字体。没有其他的。我读了这个解释：

https://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3

但我找不到名为＆＃34; training＆＃34;的可执行文件。此外，没有名为＆＃34; text2image＆＃34;因为它是在其他论坛上写的。

如果Windows上的字体是本地安装的，我可以解释如何获得所需的tesseract库，我已准备好tiff文件并准备好培训文本。

  

training / text2image --text =＆＃34; C：\ projects \ scanner \ training_text.txt＆＃34; --outputbase = ocr.ocrb.exp0 --font =＆＃39; Courier New＆＃39; --fonts_dir =＆＃34; C：\的Windows \字体＆＃34;

Answer 1

培训tesseract的最简单方法是使用第三方软件，如jTessBoxEditor（http://vietocr.sourceforge.net/training.html）。即使它没有使用最新版本的tesseract，生成的文件也是兼容的。

您只需选择字体和训练文本，它就会生成所有需要的文件。它还允许您轻松检查生成的框是否正确。