tesseract5.3.0 训练的小坑 read_params_file: Can‘t open lstmbox

最新推荐文章于 2024-04-28 09:36:30 发布
最新推荐文章于 2024-04-28 09:36:30 发布
阅读量302 收藏
点赞数
文章标签： 人工智能 深度学习 c++
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/m0_60396840/article/details/133900643
版权

参考:全网最全最细Tesseract-OCR 5.0LSTM训练-CSDN博客

第一步要生成.box文件时运行
tesseract xzn.xzz.exp0.tif xzn.xzz.exp0 -l chi_sim --psm 6 lstmbox
生成不了.box文件 返回 read_params_file: Can't open lstmbox

这个原因解决的方法我参照ocr - tesseract not seeing makebox and batch.nochop files - Stack Overflow
就是查看你环境变量 TESSDATA_PREFIX的值文件路径下是否缺少了
configs
script
tessconfigs
这3文件


如果缺少这3文件的话可以从你的jTessBoxEditorFX软件下的目录\tesseract-ocr\tessdata复制过去

傀儡-kl
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Tesseract中文语言包chi_sim（经过多次训练）
05-27
经过多次训练的Tesseract中文语言包，效果比网上17M的40M的好太多了，众所周知Tesseract除了中文识别不太强，其他语言还是蛮可以的
Tesseract 训练终于成功了
qq_32152485的博客
03-07 1446
前后总共用了两个星期的时间，一有空就各种试，各种失败，终于成功了。Tesseract OCR数码管数字的样本训练使用tesseract训练自己的字库提高识别率裁剪TessdataTesseract OCR训练时碰到的问题和解决方案。
tesseract-ocr中文数据包chi_sim
07-26
目前我用到的最大的中文训练库了，比其他地方下载的都大解压后50.22M
Tess4J资源包.zip
08-31
Tess4J资源包，可ocr识别图片的数字，中文，英文等
TesseractOCRiOS的chi_sim.traineddata中文语言包（包括10Mb-44.4Mb版本）
11-01
网上花费了很多的时间，整理了9个版本的chi_sim.traineddata中文语言包。大小从10Mb到44.4Mb之间，一共9个版本。分享给大家，大家如果需要，看哪个版本能使用，就用哪个。 很多时间，是因为版本不对，不匹配导致语言包加载失败。 因为上传限制，稍后我发布50Mb左右的那几个版本包给大家，好东西大家共享～
[tesseract-ocr][原创]win7上训练tesseract提示read_params_file: Can‘t open lstm.train
FL1623863129的博客
05-07 301
如果你在windows10及其以上版本是没问题的，但是换到win7就不行了，这个可能win7环境变量和win10环境变量搜索规则不一样导致，我们只需要在win7环境变量添加以下目录。注意上面目录要和你实际目录对应起来，我使用的是Tesseract-OCR5.0.1版本。
Java——Tesseract-OCR使用中文包报错read_params_file
Clare_0_0专栏
11-23 8587
在Tesseract-OCR下执行命令 tesseract test.jpg result -l chi_tra 报错： read_params_file: parameter not found: allow_blob_division 环境 Windows 已经安装了Tesseract-OCR 3.02 中文包从官网下载chi_tra.traineddata
关于tesseract 出错信息：read_params_file: Can't open chi_sim
KUAILE123的专栏
07-14 1万+
很奇怪当键入命令：tesseract.exe 1.jpg result -1 chi_sim 会出错   识别出来是这个烂东西：     但是当我拷别人的命令时不会出错 很是纳闷。观察发现这上下两图的1和l不一样， 原来应该是L而不是1，language的意思。囧啊，现在识别就对了
Tesseract 图片识别中文文字chi_sim.traineddata
02-06
Tesseract3.0.4 图片识别中文文字chi_sim.traineddata
tesseract简体中文识别包chi_sim.traineddata
09-10
tesseract简体中文识别包chi_sim.traineddata文件，要把文件放到...\Tesseract-OCR\tessdata\文件下。CSDN其他人也有资源下，就是太贵了，弄个便宜点的。
python学习笔记
热门推荐
鸟窝
09-14 7万+
官网http://www.python.org/ 官网library http://docs.python.org/library/ 中文手册，适合快速入门 http://download.csdn.net/detail/xiarendeniao/4236870 python cook book中文版 http://download.csdn.net/detail/XIAREND
JAVA——Tess4J简单的图像识别DEMO
无限迭代中......
05-12 3106
基本概念 Tesseract Open Source OCR Engine ：包含一个OCR引擎-libtesseract和一个命令行程序-tesseract。Tesseract 4添加了一个新的基于LSTM的OCR引擎，该引擎专注于行识别，但仍支持Tesseract 3的传统Tesseract OCR引擎，该引擎通过识别字符模式进行工作。通过使用传统OCR引擎模式（--oem 0），可以与Tesseract 3兼容。它还需要训练有素的数据文件来支持旧式引擎，例如tessdata存储库中的文件。...
Perfectly Clear Workbench for mac/win：让图像清晰不再是难题
2401_82627223的博客
04-27 400
Perfectly Clear Workbench是一款功能强大、操作简便的图像清晰处理软件。它不仅能够满足专业摄影师的高标准需求，也能让业余爱好者轻松提升作品质量。
神经网络中多层卷积的作用
金石软件
04-27 408
在神经网络中采用多层卷积的目的是为了逐步提取和组合图像的抽象特征，从而更有效地学习数据的表示并执行复杂的任务。不同层的卷积具有不同的作用，从较低层次的特征（例如边缘、纹理）到较高层次的抽象特征（例如物体部件、整体物体）逐渐提取。通过多层卷积，网络能够从原始图像中逐步学习并提取更加抽象和语义丰富的特征，从而实现对输入数据更准确和有效的建模和处理。
【炼金术士】BatchSize对网络训练的影响
kabuto_hui的博客
04-25 1373
首先我们设置一个非常小的初始学习率，比如1e-5，然后在每个batch之后都更新网络，同时增加学习率，统计每个batch计算出的loss。最后我们可以描绘出学习的变化曲线和loss的变化曲线，从中就能够发现最好的学习率。针对BatchSize越大，网络训练速度快这条很好理解，在相同的单位时间内，一次训练的数据越多，网络训练的速度也就越快。初始的学习率肯定是有一个最优值的，过大则导致模型不收敛，过小则导致模型收敛特别慢或者无法学习，下图展示了不同大小的学习率下模型收敛情况的可能性。
铝型材表面瑕疵识别-Are you OK?队-1-解决方案
最新发布
gangyikeji的博客
04-28 1106
本次大赛分为初赛、复赛和决赛三个阶段（9月17日-11月22日），初赛是分类任务，复赛是检测任务，决赛是现场答辩。经过2个多月的算法角逐和决赛答辩，我们团队（Are you OK?这里着重介绍下复赛的答辩方案，对初赛感兴趣的同学可以参照我们的开源代码。[初赛开源代码1](https://github.com/herbert-chen/tianchi_lvcai)[初赛开源代码2](https://github.com/OdingdongO/pytorch_classification)
linux 编译opencv遇到问题
123
04-26 704
linux 编译opencv遇到问题
TR6 - Transformer实战 单词预测
Loser
04-26 1377
实验做的还是比较简单的，Transformer模型中的编码器直接使用的是pytorch框架预定义好的模块，但是对于理解整个模型的训练过程还是非常有帮助的。在实验的过程中，发现torchtext模块也已经不在维护了，和计算机视觉不同，自然语言处理的模型的输入格式灵活多变，经常需要自己写代码调整，比如上面的data_process函数。
知识在人工智能中的核心作用：连接主义与符号主义的交融
笔者从事电信媒体开发多年，愿意将多年的开发经验分享给同行
04-27 964
在人工智能（AI）的浩瀚海洋中，连接主义和符号主义是两股不可忽视的潮流。这两大流派在AI的发展历程中起到了举足轻重的推动作用。连接主义，深受人脑神经网络启发，致力于模仿其结构与功能；而符号主义则侧重于利用符号与规则来构建和处理知识。本文旨在深入探讨知识在AI领域的多维作用，特别是连接主义如何借助深度学习技术实现知识的捕获、转化与运用。
read_params_file: can't open chi_sim
02-03
read_params_file: can't open chi_sim是一个错误提示信息，提示说无法打开chi_sim参数文件。根据这个提示，可以确定是由于无法打开chi_sim参数文件导致的问题。 首先，我们需要确定chi_sim是什么。chi_sim是Tesseract OCR引擎中的一个语言包，用于识别中文文本。在使用Tesseract OCR进行中文识别时，需要加载chi_sim参数文件，以便正确识别中文字符。 能够出现这个错误的原因有几种可能性。其中一个可能是chi_sim参数文件的路径错误或者文件不存在。我们需要检查代码中指定chi_sim参数文件的路径是否正确，并确保该文件存在于指定路径中。 另一个可能是缺少chi_sim参数文件。为了解决这个问题，可以重新下载chi_sim参数文件，并将其放置在正确的路径下。可以从Tesseract OCR的官方网站或者其他可靠的资源网站上下载chi_sim参数文件。 此外，还有可能是Tesseract OCR库没有正确配置，导致无法正确加载chi_sim参数文件。我们需要仔细检查Tesseract OCR库的安装和配置情况，并确保其正确地识别中文。 综上所述，read_params_file: can't open chi_sim错误提示表示无法打开chi_sim参数文件。为了解决这个问题，我们需要检查chi_sim参数文件的路径和存在性，重新下载参数文件（如果需要），以及确保Tesseract OCR库的正确配置。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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