Question

我正在尝试使用UB-Manheim提供的二进制文件在Windows 7上为新语言训练tesseract。我正在遵循the wiki中描述的培训程序。 text2image非常有效并可生成文件。但是，当我运行tesseract ... box.train时，我收到以下错误：

read_params_file: Can't open box.train

二进制文件缺少什么吗？是否有可能在Windows上训练tesseract或我应该切换到Linux？

Answer 1

您需要tessdata\configs文件夹下的configs个文件。

Answer 2

我建议您在 Linux 上训练 tesseract ，并在 Windows 上使用 lang.traineddata 。 我通过批处理文件（train.sh）为linux上的persian培训了 tesseract 3.04 ，并在Windows上使用了far.traineddata。

        for i in `ls -1 *.png`; do j=`echo $i| sed "s/\.png//"`;enter code heretesseract $i $j nobatch box.train; done
        unicharset_extractor *.box
        shapeclustering -F font_properties -U unicharset -O far.unicharset *.tr
        mftraining -F font_properties -U unicharset -O far.unicharset *.tr
        cntraining *.tr
        mv normproto far.normproto; mv inttemp far.inttemp; mv pffmtable far.pffmtable; mv shapetable far.shapetable
        combine_tessdata far.

Windows上的tesseract培训

2 个答案: