Tesseract-OCR5.0 Lstm傻瓜式训练工具使用教程

Posted 2022-05-02 FL1623863129

tesseract ocr训练需要输入很多指令而且不了解指令前提下很难训练甚至训练不起来，由于对于入门的小白或者想刚入门想要完成训练任务就很困难，为了解决训练困难问题，两款tesseract ocr快速训练工具横空出世，具体教程可以参考：

tesseract ocr快速训练助手使用教程：

tesseract-ocr快速训练助手_哔哩哔哩_bilibili

tesseract ocr lstm版本快速训练助手使用教程：

​​​​​​tesseract-ocr-lstm快速训练工具使用教程_哔哩哔哩_bilibili

先说说两个软件区别：

第一个：是官方传统训练tesseract ocr方法

第二个：是官方基于LSTM神经网络训练tesseract ocr方法

关于具体使用方法可以参考教程，本文将着重介绍tesseract ocr lstm训练工具流程

首先打开软件：

然后选择我们图片数据集，导入，支持JPG,PNG或者tif文件格式，点击生成BOX，即可生成BOX文件

第二步：点击按钮识别校正，我们就可以手动校正文字识别的方框和识别结果，校正完毕后我们保存即可

第三步：点击开始训练，即可开始训练起来

训练完毕后在output文件夹生成如下文件：

 我们将这个traineddata文件拷贝到tesseract-ocr安装目录下面的tessdata文件夹下面开始写代码

# -*- coding: utf-8 -*-
from PIL import Image
import pytesseract
img=Image.open(r'1.png')
print(img.size)
text = pytesseract.image_to_string(img,lang='FIRC')
print('ocr result is:',text)

 最后看到输出：