myocr2

#!/bin/bash

echo "args: lang font ftail filecount; format: lang.font.exp[1-filecount].ftail"

lang=$1
font=$2
ftail=$3
num=$4
trlist=""
boxlist=""

if [ "$font" = "" ]
then
    pre="$lang"
else
    pre="${lang}.${font}"
fi

for((i=1;i<=num;i++))
do
    fn="${pre}.exp${i}.$ftail"
    cpre="${pre}.exp${i}"
    #tesseract $fn $cpre -l chi_sim  batch.nochop makebox       #box file;
    tesseract $fn $cpre -l chi_sim  nobatch box.train           #tr file
    boxlist="$boxlist ${cpre}.box"
    trlist="$trlist ${cpre}.tr"
done
#------------------------------------------------------------------------------------------#多文件和历史文件的处理。 最后是合并生成字库。 上面主要生成box和tr文件。 可以增量、和历史数据混合。
unicharset_extractor $boxlist                                   #unicharset

mftraining -U unicharset -O ${lang}.unicharset $trlist
cntraining $trlist                                              #normproto

mv inttemp ${lang}.inttemp
mv pffmtable ${lang}.pffmtable
mv Microfeat ${lang}.Microfeat
mv normproto ${pre}.normproto

combine_tessdata ${lang}.

/bin/cp -f ${lang}.traineddata /usr/local/share/tessdata/