如何使用图像数据而不是字体文件来训练 tesseract 4？
How do I train tesseract 4 with image data instead of a font file?
我正在尝试使用图像而不是字体来训练 Tesseract 4。
在 docs 中，他们只解释了字体的方法，而不是图像的方法。
我知道它是如何工作的，当我使用以前版本的 Tesseract 但我不知道如何使用 box/tiff 文件在 Tesseract 4 中使用 LSTM 进行训练。
我查看了 tesstrain.sh，它用于生成 LSTM 训练数据，但找不到任何有用的信息。有什么想法吗？
在 https://github.com/tesseract-ocr/tesstrain.
克隆测试应变回购
您还需要克隆 tessdata_best 存储库 https://github.com/tesseract-ocr/tessdata_best。这是您训练的起点。它需要数十万个训练数据样本才能获得准确性，因此使用一个好的起点可以让你用更少的数据微调你的训练（~几十到数百个样本就足够了）
将您的训练样本添加到名为 ./tesstrain/data/my-custom-model-ground-truth
的测试应变库中的目录中
您的训练样本应该是 image/text 个具有相同名称但不同扩展名的文件对。例如，您应该有一个名为 001.png 的图像文件，它是文本 foobar 的图片，并且您应该有一个名为 001.gt.txt 的文本文件，其中包含文本 foobar。
这些文件必须是单行文本。
在 tesstrain 仓库中，运行 这个命令：
make training MODEL_NAME=my-custom-model START_MODEL=eng TESSDATA=~/src/tessdata_best
训练完成后，会有一个新文件tesstrain/data/.traineddata。将该文件复制到 Tesseract 搜索模型的目录。在我的机器上，它是 /usr/local/share/tessdata/.
然后，您可以 运行 tesseract 并将该模型用作语言。
tesseract -l my-custom-model foo.png -
我正在尝试使用图像而不是字体来训练 Tesseract 4。
在 docs 中，他们只解释了字体的方法，而不是图像的方法。
我知道它是如何工作的，当我使用以前版本的 Tesseract 但我不知道如何使用 box/tiff 文件在 Tesseract 4 中使用 LSTM 进行训练。
我查看了 tesstrain.sh，它用于生成 LSTM 训练数据，但找不到任何有用的信息。有什么想法吗？
在 https://github.com/tesseract-ocr/tesstrain.
克隆测试应变回购您还需要克隆 tessdata_best 存储库 https://github.com/tesseract-ocr/tessdata_best。这是您训练的起点。它需要数十万个训练数据样本才能获得准确性，因此使用一个好的起点可以让你用更少的数据微调你的训练（~几十到数百个样本就足够了）
将您的训练样本添加到名为 ./tesstrain/data/my-custom-model-ground-truth
您的训练样本应该是 image/text 个具有相同名称但不同扩展名的文件对。例如，您应该有一个名为 001.png 的图像文件，它是文本 foobar 的图片，并且您应该有一个名为 001.gt.txt 的文本文件，其中包含文本 foobar。
这些文件必须是单行文本。
在 tesstrain 仓库中，运行 这个命令：
make training MODEL_NAME=my-custom-model START_MODEL=eng TESSDATA=~/src/tessdata_best
训练完成后，会有一个新文件tesstrain/data/.traineddata。将该文件复制到 Tesseract 搜索模型的目录。在我的机器上，它是 /usr/local/share/tessdata/.
然后，您可以 运行 tesseract 并将该模型用作语言。
tesseract -l my-custom-model foo.png -