如何为 Tesseract 4.1.0 创建训练数据文件

Question

我想识别NumberPlate 的字符。如何在 ubuntu 16.04 中为相应的车牌训练 tesseract-ocr。由于我不熟悉培训。请帮我创建一个 'traineddata' 文件来识别车牌。

我有1000张车牌图片。

请查收。任何帮助将不胜感激。

所以我尝试了以下命令

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] batch.nochop makebox

tesseract eng.arial.plate3655.png eng.arial.plate3655 batch.nochop makebox

但是报错。

Tesseract Open Source OCR Engine v4.1.0-rc1-56-g7fbd with Leptonica
Error, cannot read input file eng.arial.plate3655.png: No such file or directory
Error during processing.

之后我试过了

tesseract plate4.png eng.arial.plate4 batch.nochop makebox

它有效，但在某些板块中。现在进入第 2 步。我收到错误消息。

附上截图。

用于训练的第 4 个图像

步骤 1 和步骤 p2 显示在终端中

第 1 步和第 2 步后生成的文件

步骤 1 和步骤 2 后生成的文件内容

Answer 1

正在为 Tesseract 4 创建 .traineddata

{*注意：安装 tesseract 后打开 cmd 并执行以下操作。}

第一步：为我们要训练的图像制作盒子文件

语法：

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] batch.nochop makebox

例如：

tesseract own.arial.exp0.jpg own.arial.exp0 batch.nochop makebox

{*注意：制作完盒子文件后，我们必须更改或修改盒子文件中错误识别的字符。}

第 2 步：创建 .tr 文件（复合图像文件和框文件）

语法：

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] box.train

例如： tesseract own.arial.exp0.jpg own.arial.exp0 box.train

第 3 步：从 box 文件中提取字符集（此命令的输出是 unicharset 文件）

语法：

unicharset_extractor [langname].[fontname].[expN].box

例如：

unicharset_extractor  own.arial.exp0.box

第 4 步：根据我们的需要创建一个font_properties文件。

语法：

echo "[fontname] [italic (0 or 1)] [bold (0 or 1)] [monospace (0 or 1)] [serif (0 or 1)] [fraktur (0 or 1)]" > font_properties

例如：

echo "arial 0 0 1 0 0" > font_properties

第 5 步：训练数据。

语法：

mftraining -F font_properties -U unicharset -O [langname].unicharset [langname].[fontname].[expN].tr

例如：

mftraining -F font_properties -U unicharset -O own.unicharset own.arial.exp0.tr

第 6 步：

语法：

cntraining [langname].[fontname].[expN].tr

例如：

cntraining own.arial.exp0.tr

{*注意：在第 5 步和第 6 步之后创建了四个文件。(shapetable,inttemp,pffmtable,normproto)}

第 7 步：将四个文件 (shapetable,inttemp,pffmtable,normproto) 重命名为 ([langname].shapetable,[langname].inttemp,[langname].pffmtable,[langname].normproto)

语法：

rename filename1 filename2

例如：

    rename shapetable own.shapetable
    rename inttemp own.inttemp
    rename pffmtable own.pffmtable
    rename normproto own.normproto

第 8 步：创建 .traineddata 文件

语法：

combine_tessdata [langname].

例如：

combine_tessdata own.

{ *注意：我将只使用一张图像 exp0 来创建 traineddata.if 你想训练不止一张你可以训练的图像，即 exp1、exp2..expn }

Reference

如何为 Tesseract 4.1.0 创建训练数据文件

How to Create Traineddata file For Tesseract 4.1.0

ocr

tesseract

python-tesseract

openalpr

alpr