正方体训练问题

Posted 2023-04-17

【中文标题】正方体训练问题

【英文标题】：Tesseract training issue

【发布时间】：2012-08-05 22:44:26

【问题描述】：

我正在尝试将某些车牌图像训练为特定字体。我想知道在训练时我应该把 unicharambigs 文件放在哪里。我有一个没有 unicharambigs 文件的数据集。但是当我在我的代码中包含 tessdata 文件夹时，它在运行时抛出了一个异常，说“尝试读取或写入受保护的内存。这通常表明其他内存已损坏。”。我是使用 tesseract 的新手，我有几个问题需要澄清，因为我认为上述异常是由于以下问题之一而发生的

1) 必须拥有 unicharambigs 文件吗？如果是这样，在创建最终训练数据之前我应该​​把这个文件放在哪里？

2) 与 C# 代码集成时，tessdata 文件夹中应考虑哪些文件？

我一直在使用预训练数据集进行测试，但我想拥有自己的数据集，当我使用该 tessdata 文件夹时，应用程序不会因上述运行时异常而退出。因此我相信这与我自己的 tessdata 文件夹有关。

更新

只是为了补充问题。当我使用由 tesseract 安装创建的默认 tessdata 文件夹时，应用程序工作正常，但结果错误。我再次训练了 tesseract 并将现有的训练数据文件替换为训练后生成的新训练数据文件，我的应用程序再次崩溃。

我正在使用 C# 和 tesseract dot net wrapper。

【参考方案1】：

实际上这里的问题是受过训练的 tessedata 和 tesseract DLL 的版本不匹配。我猜受过训练的 tessedata 是最新的 >3.0 版本，因为旧版本 (2.0) dll 抛出异常，例如尝试读取或写入受保护的内存“所以请尝试使用最新的 tesseract dll。https://github.com/charlesw/tesseract/tree/master/Samples 从上面的链接下载示例项目并测试您的训练数据，它有 Nuget tesseract 包的参考，因此这将支持 Tesseract 3.02 训练的 tessedata。