如何用三种不同的笔迹训练相同数字的tesseract-ocr？

Posted 2023-04-17

【中文标题】如何用三种不同的笔迹训练相同数字的tesseract-ocr？

【英文标题】：How to train tesseract-ocr of same digit with three different handwriting?

【发布时间】：2017-04-15 18:35:15

【问题描述】：

我用java做了一个程序，从扫描的tiff图像中读取字符，但准确性不是很好。

如果我们更改文档中的笔迹，结果会有所不同。 那么有什么方法可以训练 tesseract-ocr 吗？

我也使用了 jtessEditorBox，但那里没有任何帮助。

【参考方案1】：

我建议你挖掘这篇文章： http://www.tuxrincon.com/blog/training-tesseract-ocr/

获取每个笔迹的图片。 在几张图片上使用“QT Box Editor”将框与字符相关联。 然后将它们交给 tesseract，以便使用“train.sh”脚本对其进行训练（可能会纠正其中的一些错误）。 我没有使用“train2.sh”，因为在我的情况下它似乎适得其反。 将所有笔迹训练数据文件添加到 tesseract 配置文件中。 您可以更改“QT Box Editor”配置以将您的笔迹设置为不同的语言。