使用tesseract训练自己的字库简单方法软件一键训练
Posted FL1623863129
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用tesseract训练自己的字库简单方法软件一键训练相关的知识,希望对你有一定的参考价值。
tesseract-ocr训练相信在网上大家都看到过,其使用过程需要敲打很多命令而且容易出错,由于每个人的文章层次不齐,导致有的安装其流程或者方法更本行不通,或者卡壳。为了解决训练困难,FIRC最近开发了一个小工具,可以不用写任何代码,您只需要打开软件导入图片,修改校正文字位置和正确文字即可快速得到自己traineddata文件。具体使用方法如下:
第一步:生成BOX:打开软件
导入图片目录,然后选择自己对应图片格式点击生成BOX即可在软件data文件夹下面生成box文件和tif文件,如果您想使用自己合并好的tif文件可以勾选使用外部tif文件即可,然后选择对应的tif文件后点击生成BOX即可生成对应的box文件。
第二步:校正文字位置和识别结果。我们点击识别校正后会弹出软件,然后我们选择Edit BOX即可开始修正自己文字位置和识别果。
第三步:生成字典,点击后会在data文件下面生成traineddata文件,这就是我们需要的文件,然后我编写python代码测试自己文件
# -*- coding: utf-8 -*-
import cv2
import pytesseract
img=cv2.imread(r'C:\\Users\\Administrator\\Desktop\\tesseract-ocr-fast-train\\FIRC\\bin\\Release\\images\\1.png')
print(img.shape)
text = pytesseract.image_to_string(img,lang='FIRC')
print('ocr result is:',text)
注意lang要和自己traineddata对应起来,而且需要把自己的traineddata文件放在tesseract-ocr安装目录的tessdata文件夹下才可以。具体可以观看视频教程:
tesseract-ocr快速训练助手_哔哩哔哩_bilibili
以上是关于使用tesseract训练自己的字库简单方法软件一键训练的主要内容,如果未能解决你的问题,请参考以下文章