tesseract-ocr下载以及训练

最新推荐文章于 2024-07-30 10:55:15 发布
最新推荐文章于 2024-07-30 10:55:15 发布
阅读量3.3k 收藏 11
点赞数 1
分类专栏： 图片识别 文章标签： 图片识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HunterOfWild/article/details/82801447
版权
本文详述了tesseract-ocr 3.x版本的下载与中文库安装，以及如何训练识别中文，包括制作tif文件、Box文件，修改识别错误并生成训练后的字库文件的完整步骤。适合需要进行OCR图片识别训练的读者。
摘要由CSDN通过智能技术生成

tesseract-ocr 3.x版本下载以及训练

(本人也是新手，哪里如果写的不对，欢迎在评论指出)

tesseract的下载链接如下（建议下载3.x版本，因为3.x版本跟4.0版本差别有点大，我没操作过4.0版本）
https://digi.bib.uni-mannheim.de/tesseract/

中文库地址（chi_sim.traineddata是中文简体库文件）：
https://github.com/tesseract-ocr/tessdata

jTessBoxEditor工具下载（工具我用的 jTessBoxEditor2.0.zip，这个需要java环境，默认你已经配置好了）：
https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/

最低0.47元/天 解锁文章
HunterOfWild
关注
专栏目录
文字识别Tesseract-OCR tessdata eng.traineddata OCR识别训练数据文件
05-30
1. 样本图片准备 2. 打开 jTessBoxEditor ，选择 Tools -> Merge TIFF，打开对话框，选择训练样本所在文件夹，并选中所有要参与训练的样本图片 3 弹出保存对话框，还是选择在当前路径下保存，文件命名为ty.cp.exp6.tif 4. tesseract ty.cp.exp6.tif ty.cp.exp6 -l ty batch.nochop makebox 5. 打开 jTessBoxEditor ，点击 Box Editor -> Open ，打开步骤2中生成的ty.cp.exp6.tif ，会自动关联到 “ty.cp.exp6.box” 文件： 6. 使用echo命令创建字体特征文件 echo cp 0 0 0 0 0>font_properties. 输入内容 “cp 0 0 0 0 0” 7. 使用 tesseract 生成 ty.cp.exp6.tr 训练文件 在终端中执行以下命名： tesseract ty.cp.exp6.tif ty.cp.exp6 nobatch box.train 8. 生成字符集文件 在终端中执行以下命令： unicharset_extractor ty.cp.exp6.box 9. mftraining -F font_properties -U unicharset -O ty.unicharset ty.cp.exp6.tr 与 cntraining ty.cp.exp6.tr 生成之后手工修改 Clustering 过程生成的 4 个文件（inttemp、pffmtable、normproto、shapetable）的名称为 [lang].xxx。这里改为 ty.inttemp、ty.pffmtable、ty.normproto、ty.shapetable。 10. 合并数据文件 在终端中执行以下命令： combine_tessdata ty. tesseract b01.jpg result -l ty --psm 7
Tesseract-OCR中文训练库
03-04
tesseractocr中的中文训练库，解压到Tesseract-OCR\tessdata目录
Tesseract-OCR 中文训练库
08-09
Tesseract-OCR的中文训练库，解压到Tesseract-OCR\tessdata目录
Tesseract-OCR5.4.0软件安装和语言包安装(Windows系统)
最新发布
Sharon_Yaoa的博客
07-30 636
vba excel python 安装Tesseract-OCR最新版，图片识别功能软件
Tesseract-OCR训练库及语言包
03-10
Tesseract-OCR训练库及语言包 内含Tesseract-OCR训练语言库所需软件 1.jTessBoxEditorFX-2.0-Beta.zip 2.tesseract-ocr-setup-3.02.02.exe 内含语言包 简体中文 chi_sim.traineddata 英文 eng.traineddata
训练tesseractV5.0整合包.rar
06-18
tesseractV5.0训练整合包，配合使用更香博客https://blog.csdn.net/qq_42874244/article/details/106833603
2024年Tesseract中文库下载最新安装包+OCR中文语言包
天道酬勤，地道酬善，人道酬诚，商道酬信，业道酬精
01-22 5929
2024最新tesseract-ocr64位安装包和32位安装包下载安装和使用。2024-06-26更新Tesseract5.4.0版本。复制到软件安装目录的tessdata路径下，就可以使用了。因为网络问题，网上的都下不了，所以自己保存了一份。中文简体：chi_sim.traineddata。中文繁体：chi_tra.traineddata。64位5.3.3安装包+32位5.3.0安装包。英文语言包：eng.traineddata。复制到软件安装目录的tessdata路径下，就可以使用了
tesseract-ocr使用以及训练方法
eli的博客
12-29 2万+
本人最近在做字符识别，所以自行在网上寻找方法，接触到tesseract，自己按照网上方法做的时候，也遇到一些问题，解决了一些。所以我决定写下我第一个博客，一是方便自己以后查看，更新学习。二是方便和网友交流学习。 Tesseract介绍 Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。 Tesseract最初由HP公司开发，后来由G...
Tesseract-OCR5.0字体训练以及提高准确率、提升训练效率的方法
桔子code 的博客
11-25 2万+
tesseract训练，提升训练准确率，提升训练效率的方法
全网最全最细Tesseract-OCR 5.0LSTM训练
欢迎来到我的博客
07-24 3517
最近在研究ocr，网上查了很多关于tesseract帖子，大多数都是一篇文章复制粘贴，对于一个初入者没有任何帮助,本文以最全最细的角度，按着步骤包上手
Tesseract-OCR 下载安装和使用
热门推荐
半濠春水的博客
09-20 3万+
一.简介 Tesseract是一个 由HP实验室开发 由Google维护的开源的光学字符识别（OCR）引擎，可以在 Apache 2.0 许可下获得。它可以直接使用，或者（对于程序员）使用 API​​ 从图像中提取输入，包括手写的或打印的文本 与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强； 训练的大致流程：安装jTessBoxEditor -> 获取样本文件 -> Merge样本文件 –> 生成.
Tesseract-OCR 训练工具
08-21
用于Tesseract-OCR 字体库训练工具，亲测可用 教程请访问https://blog.csdn.net/qq_29099209/article/details/81633538
Tesseract 生成训练集
09-05
公司项目要用到Tesseract 生成训练集的时候特别难受就写了个这个东西
tessdata中文训练库
03-05
最新tessactOcrIOS 中文训练库，非常好用。 下载完成后放到项目文件的tessdata目录下就可以使用了。 tesseract语言设置(swift示例): let tesseract = G8Tesseract(language: "chi_sim")
tesseractocr3.2.2
09-28
orc图片转换文字工具，可结合界面化jTessBoxEditor工具使用。
Tesseract-OCR 5.0LSTM训练
FL1623863129的博客
06-20 840
下载所需语言的.traineddataw文件,放入同级文件夹,此为chi_sim语言（第一次用tesseract\tessdata目录下的chi_sim.traineddata报错了,找了很多博客 建议去。语法: tesseract [tif文件名] [生成文件名(一般情况与tif名字一样注意没有后缀)] -l [语言库] --psm [psm值] lstm.train。–model_output 模型训练输出的路径(模型训练文件,会自动生成output_checkpoint文件可以用于后期训练)
tesseract-ocr下载地址
FL1623863129的博客
03-04 5753
tessdata下载：tessdata: tesseract 语言包 github地址：https://github.com/simonflueckiger/tesserocr-windows_build/releases tesseract下载地址：Index of /tesseract
tesseract-ocr训练数据步骤
西门一刀的博客
07-21 769
jTessBoxEditor工具是采用Tesseract的一款专业的orc样本识别训练软件，基于java开发而来，可以进行Tesseract样本训练，形成自己的语言库,提高图片文字的识别率和准确率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值