mac上Tesseract3.04.01_2樣本訓練

安裝tesseract

brew uninstall tesseract
brew install --with-training-tools tesseract

構建字符集

• 合併爲tif
  tools-Merge Tiff

保存爲num.myfont.exp0.tif

• 生成box

tesseract num.myfont.exp0.tif num.myfont.exp0 -l eng -psm 7 batch.nochop makebox

• 使用jTessBoxEditor修改box文件

• 生產font_properties

echo myfont 0 0 0 0 0 >font_properties

• 生成訓練文件

tesseract num.myfont.exp0.tif num.myfont.exp0 -l eng -psm 7 nobatch box.train

• 生成字符集文件

unicharset_extractor num.myfont.exp0.box

• 生成shape

shapeclustering -F font_properties -U unicharset -O myfont.unicharset num.myfont.exp0.tr

• 聚合字符特徵文件

mftraining -F font_properties -U unicharset -O myfont.unicharset num.myfont.exp0.tr

• 正常化

cntraining num.myfont.exp0.tr

• 合併訓練文件

cp normproto myfont.normproto
cp inttemp myfont.inttemp
cp pffmtable myfont.pffmtable
cp unicharset myfont.unicharset
cp shapetable myfont.shapetable
combine_tessdata myfont.

新增語言

brew list tesseract

查看tessdata位置

cp myfont.traineddata /usr/local/Cellar/tesseract/3.04.01_2/share/tessdata/
tesseract --list-langs

測試

tesseract 9606.tif output -l myfont -psm 7

doc

• jTessBoxEditor

• unicharset_extractor: command not found

• 利用jTessBoxEditor工具進行Tesseract3.02.02樣本訓練，提升驗證碼識別率

• 使用Tesseract-OCR訓練文字識別記錄

• 圖像的灰度化原理和實現