使用jTessBoxEditorFX训练Tesseract-OCR教程.doc

《使用jTessBoxEditorFX训练Tesseract-OCR教程.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、使用jTessBoxEditorFX训练Tesseract-OCR教程步骤一:使用画图软件生成要训练的.tif文件，本例做了34个.tif文件，如下：步骤二：使用jTessBoxEditorFX将所有.tif文件合并成一个.tif文件，如图：并在该目录下可以看见合并后你所命名的tif文件。如图：步骤三：打开cmd窗口，将目录切换到安装的tesseract目录下，输入以下命令，生成box文件，如图：tesseractZG.SFJC.exp0.tifZG.SFJC.exp0-psm7-lchi_simbatch.noc

2、hopmakebox注：l是L的小写。并在该目录下会生成ZG.SFJC.exp0.box文件，如图：步骤四：使用jTessBoxEditorFX工具选择BoxEditor-Open，打开tif文件(此时同名的tif、box文件必须同处一个目录下，我都给他放在tesseract安装目录下了)，如下图：查看所有文件并校正错误的文件，如图：双击红色箭头处，将其修改为台，并单击character后的后，单击save。校正完毕后，在该目录下新建一个TXT文件将其文件名改为font_properties，并将其文件扩展名.tx

3、t删去。如图所示：打开font_properties文件，并在其中输入[fontname]00000,如下图所示。注：[fontname]:即是ZG.SFJC.exp0中的SFJC步骤五：使用修正后的box文件来训练，在cmd中运行一下语句：tesseractZG.SFJC.exp0.tifZG.SFJC.exp0-psm7nobatchbox.train后会在该目录下生成一个ZG.SFJC.exp0.tr文件。如图：步骤六：提取字符，运行如下命令：unicharset_extractorZG.SFJC.exp0.

4、box后会在该目录下生成一个名为unicharset文件，如图所示：步骤七：生成特征1，运行如下语句：shapeclustering-Ffont_properties-UunicharsetZG.SFJC.exp0.tr后会在该目录下生成一个shapetable和pffmtable文件，如图所示：步骤八：生成特征2，运行如下语句：mftraining-Ffont_properties-Uunicharset-OunicharsetZG.SFJC.exp0.tr后会生成一个名为inttemp文件，如图所示：步骤九：生

5、成特征3，运行如下语句：cntrainingZG.SFJC.exp0.tr后会生成一个名为normproto文件，如下图：步骤十：将以上生成的五个文件重命名，即在前面加上SFJC.（即font_properties文件中的[fontname]，别忘了.）如图所示：后运行如下语句：(输入时别忘了SFJC后的.)combine_tessdataSFJC.这时会生成名为SFJC.traineddata的文件,如图所示:接下来就是将SFJC.traineddata复制到安装tesseract目录下的tessdata文件夹下

6、。运行如下语句测试：tesseract1.tifout-lSFJC结果如下：