如何将Tesseract两个训练文件合并
在tesseract的训练中,经常会有需求将不同的训练文件合在一起,因为不想重复去修改box,经过群里一位大哥的提醒,有了下面的操作,这里仅仅针对个人自己训练的文件,系统带的训练文件,如eng,chi_sim等文件无法通过此法来合并。
1.将两个分别的tif压缩文件通过jTessBoxEditor工具合并,在点击菜单栏中Tools--->Merge TIFF。在这里有个要注意的地方,文件合并的时候,需要和后面的box顺序一致。
2.通过命令
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 -l chi_sim batch.nochop makebox
生成.box文件,然后用notepad打开,并将原来两个分立的box文件也打开,然后把其中内容复制粘贴到合并的box文件中,
这其中有个问题需要解决,就是第二个分立box文件复制粘贴过的序号问题,如果小的话,可以手工修改,如果大的话,还是写个程序来解决为好。
(还在写中,写好了分享给大家)
3.生成box文件之后,后续的操作跟常规训练操作一样了。
4.产生字符特征文件
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 nobatch box.train
1.将两个分别的tif压缩文件通过jTessBoxEditor工具合并,在点击菜单栏中Tools--->Merge TIFF。在这里有个要注意的地方,文件合并的时候,需要和后面的box顺序一致。
2.通过命令
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 -l chi_sim batch.nochop makebox
生成.box文件,然后用notepad打开,并将原来两个分立的box文件也打开,然后把其中内容复制粘贴到合并的box文件中,
这其中有个问题需要解决,就是第二个分立box文件复制粘贴过的序号问题,如果小的话,可以手工修改,如果大的话,还是写个程序来解决为好。
(还在写中,写好了分享给大家)
3.生成box文件之后,后续的操作跟常规训练操作一样了。
4.产生字符特征文件
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 nobatch box.train