Tesseract-OCR 字符识别---样本训练

- 日理万妓 2022-09-24 06:18 210阅读 0赞

详细训练方法地址：[http://blog.csdn.net/firehood\_/article/details/8433077][http_blog.csdn.net_firehood_article_details_8433077]

1.将裁剪好的图片（jpg格式），运行jTessBoxEditor工具，在点击菜单栏中Tools--->Merge TIFF。在弹出的对话框中选择样本图像（按Shift选择多张）合并成num.font.exp0.tif文件
    2.在文件中打开命令提示符cmd，执行命令：
    tesseract.exe num.font.exp0.tif num.font.exp0 batch.nochop makebox  
    生成的BOX文件为num.font.exp0.box，BOX文件为Tessercat识别出的文字和其坐标。
    3.运行jTessBoxEditor工具，open打开tif文件，矫正图片
    4.bat文件运行得到traineddata

rem 执行改批处理前先要目录下创建font_properties文件  
    
    echo Run Tesseract for Training..  
    tesseract.exe num.font.exp0.tif num.font.exp0 nobatch box.train  
    
    
    echo Compute the Character Set..  
    unicharset_extractor.exe num.font.exp0.box  
    mftraining -F font_properties -U unicharset -O num.unicharset num.font.exp0.tr  
    
    echo Clustering..  
    cntraining.exe num.font.exp0.tr  
    
    echo Rename Files..  
    rename normproto num.normproto  
    rename inttemp num.inttemp  
    rename pffmtable num.pffmtable  
    rename shapetable num.shapetable   
    
    echo Create Tessdata..  
    combine_tessdata.exe num.

5.复制到tesseract—ocr\tessdata文件夹中
    6.命令提示符执行命令：tesseract.exe number.jpg result -l num  （查看识别率，num是traineddata前缀训练好的）

[http_blog.csdn.net_firehood_article_details_8433077]: http://blog.csdn.net/firehood_/article/details/8433077

发表评论取消回复

表情：

评论列表（有 0 条评论，210人围观）

还没有评论，来说两句吧...

相关阅读

相关利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别率

1、背景前文已经简要介绍tesseract ocr引擎的安装及基本使用，其中提到使用-l eng参数来限定语言库，可以提高识别准确率及识别效率。本文将针对某个网...

￡神魔★判官ぃ/ 2024年04月18日 20:01/ 0 赞/ 60 阅读

相关用少量样本就能训练神经网络

友们，如需转载请标明出处：[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow] ...

客官°小女子只卖身不卖艺/ 2024年04月17日 05:26/ 0 赞/ 61 阅读

相关 Tesseract-OCR 字符识别---样本训练

详细训练方法地址：[http://blog.csdn.net/firehood\_/article/details/8433077][http_blog.csdn.net_fi

- 日理万妓/ 2022年09月24日 06:18/ 0 赞/ 211 阅读

相关 Halcon OCR 字符训练识别

1 Halcon 例子里面其实自带字符训练和识别 2 Halcon OCR训练分SVM和MLP两种 3 Halcon提供了一些识别模型，但是毕竟自己的项目跟他的不一样，

迷南。/ 2022年07月28日 01:06/ 0 赞/ 466 阅读

相关分类识别样本间“距离”总结

在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计

╰+攻爆jí腚メ/ 2022年07月19日 00:13/ 0 赞/ 187 阅读

相关 ocr训练图片识别

或者参考：http://www.xuebuyuan.com/2153910.html http://blog.csdn.net/ha

妖狐艹你老母/ 2022年06月06日 05:53/ 0 赞/ 327 阅读

相关 tesseract文字识别训练记录

1.下载tesseract，并安装 [https://digi.bib.uni-mannheim.de/tesseract/][https_digi.bib.uni-mannh

痛定思痛。/ 2022年02月28日 15:22/ 0 赞/ 342 阅读

相关训练测试样本划分

在离线建模环节，需要对模型进行评估，这就需要对总样本进行划分，一部分用于训练，模型从训练集学习规则，一部分用于测试，检验模型的泛化能力。下面介绍几种样本划分方法。

待我称王封你为后i/ 2021年11月05日 09:50/ 0 赞/ 374 阅读

相关 Tesseract-OCR 图片数字识别的样本训练

最近想利用python写一段识别穿越火线交易所各种道具价格的代码。命令行执行： tesseract.exe grab.jpg result -l eng

不念不忘少年蓝@/ 2021年08月19日 14:31/ 0 赞/ 741 阅读

相关训练样本集的制作

在进行机器学习时，根据处理问题的不同，所需要的训练样本不同，并不是所有的训练样本都可以在网络上搜索到，所有，有时需要根据自己要解决的问题的实际需要，制作自己的样本数据集。 m

朴灿烈づ我的快乐病毒、/ 2021年07月16日 14:00/ 0 赞/ 636 阅读