无法在 tesseract 中打开印地语语言的多维数据集语言模型参数

Question

Tesseract 无法读取多维数据集语言模型。 tesseract 1.png output.txt -l hin 以上命令执行后出现如下错误。

Cube ERROR (CubeRecoContext::Load): unable to read cube language model params from /usr/share/tesseract-ocr/tessdata/hin.cube.lm
Cube ERROR (CubeRecoContext::Create): unable to init CubeRecoContext object
init_cube_objects(false, &tessdata_manager):Error:Assert failed:in file tessedit.cpp, line 207
Segmentation fault

我从哪里获得 hin.cube.lm 文件以及如何处理该文件？

Answer 1

我通过安装以下文件的正确版本修复了这个错误：

hin.cube.bigrams
hin.cube.fold
hin.cube.lm
hin.cube.nn
hin.cube.params
hin.cube.word-频率
hin.tesseract_cube.nn

以及正确版本的印地语和英语训练数据。

以上所有文件均可在以下位置获得： https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#data-files-for-version-304305

我把这些文件放在：/usr/local/share/tessdata

这是在 CentOS 7.2 上运行

无法在 tesseract 中打开印地语语言的多维数据集语言模型参数

unable to open Cube language model params for hindi Language in tesseract

ocr

tesseract

hindi

language-model