Windows 的 tesseract 训练

Question

我正在尝试使用 UB-Manheim. I am following the training procedure described in the wiki 提供的二进制文件在 Windows 7 上为一种新语言训练 tesseract。 text2image 效果很好并生成文件。但是，当我运行 tesseract ... box.train 时出现以下错误：

read_params_file: Can't open box.train

二进制文件缺少什么吗？是否可以在 Windows 上训练 tesseract 或者我应该切换到 Linux？

Answer 1

您需要 tessdata\configs 文件夹下的 configs 个文件。

Answer 2

我建议你在 Linux 上训练 tesseract 并使用 lang.traineddata Windows。 我在 linux 上训练 tesseract 3.04 波斯语 batch file(train.sh) 并在 Windows.

上使用 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 的 tesseract 训练

tesseract training on Windows

tesseract