使用Tesseract-OCR训练自定义字库

最新推荐文章于 2022-03-25 11:07:28 发布
VIP文章 最新推荐文章于 2022-03-25 11:07:28 发布
阅读量4k 收藏 13
点赞数 1
分类专栏： python 文章标签： python windows
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/sun1647757891/article/details/115462564
版权

文本识别

前言

由于我的个人博客之前挂了，一直没来得及迁移，所以又重新拾起了csdn…

在利用python进行文本识别时，使用tesseract往往是一个非常好的选择，且tesseract支持自己训练的字库，自己训练出来的字库一般具有轻量、有针对性、识别率高的特点。本文就讲述了如何使用tesseract自己训练字库。

安装tesseract环境

tesseract -v

如果安装成功，将会出现这样的提示界面：
在这里插入图片描述

  • 下载j
最低0.47元/天 解锁文章
sun1647757891
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
tesseract ocr字库训练 （包含字库合并）
11-27
Tesseract-OCR字库训练，其中包含三个部分： 1、jTessBoxEditor安装 2、字库训练 3、合并字库
Tesseract-OCR-3.0.5 数字识别训练与合并多次训练数据
ruyulin的博客
04-05 1万+
最近项目中有个需求，使用手持设备对3C码进行拍照识别，最后决定使用Tesseract-OCR，刚才对这个不了解，网上一大堆帖子，按照步骤坐下来，要么报错，要么就是标题党，实在是很恶心。为了以后可能还是用到，特意记录下来。 我的环境 Windows10 JDK1.8 Tesseract-OCR-3.0.5 下载地址：https://digi.bib.uni-mannheim.de/tes...
Tesseract OCR 训练字库
qq_30534935的博客
11-06 6832
Tesseract OCR是一款由HP实验室开发由Google维护的开源OCR引擎，在字符识别领域发挥着举足轻重的作用。除了使用软件自带的中英文识别库，我们可以使用Tesseract OCR训练属于自己的字库。下面，我简要介绍一下操作步骤： 一、软件环境搭建 使用Tesseract OCR训练自己的字库前，除了需要安装Tesseract OCR外，还需要一款jTessBoxEditor配套训练工具...
[OCR]用tesseract训练自己的字体
Frances0905的博客
04-27 1664
用tesseract训练自己的字体工具：tessetact + cmd +jTessBoxEditorStep1：打开jTessBoxEditor，选择Tools->Merge TIFF，进入训练样本所在文件夹，选中要参与训练的样本图片：Step2：点击 “打开” 后弹出保存对话框，选择保存在当前路径下，文件命名为 “lzmtrain.test.exp1.tif” ，格式只有一种 “TIFF” 可选。Step3:将训练数据生成box格式：Step4：使用jTessBoxEditor矫正.box文件的错
Library compiler的基本使用教程
weixin_44511423的博客
07-29 1万+
在很多的时候，我们需要使用IP设计，比如SRAM IP（通常使用memory compiler 生成）得到的是.lib文件而不是.db文件。这时就需要Synopsys提供的library compiler工具将.lib文转为.db文件，提供给DC综合工具。library compiler工具的使用主要包含两步，读入和写出。 准备的文件.lib文件：data_sram_32_2048_scn4m_subm_TT_5p0V_25C.lib 第一步：启动library compiler 在终端输入：lc_she
tesseract-ocr的字库学习步骤(训练自己的文库)，关于ocr的对图片的解析,包括tesseract的安装（史上最全）
HAC12的博客
07-07 1752
tesseract-ocr的字库学习步骤(训练自己的文库) 简介：在网上看了很多案列。都不是很完整。然后自己用了一天时间进行整理，第一次写文章，希望对大家有帮助。 一、安装tesseract 下载地址https://github.com/UB-Mannheim/tesseract/wiki 1.点击下面下载的这个进行运行（安装的时候有点慢） 2.点击next 3.I accept the terms of the License Agreement前的复选框打勾，点击Next。 4.Install f
使用tesseract训练自己的字库提高识别率
热门推荐
SeventhBlue
09-01 2万+
问题描述：想使用tesseract识别中文，但是发现有一个字tesseract自带的库会识别错误或者不识别。比如下图的左图，其结果是“肇”变成“告”，明显是识别错了。但是如果将“肇”单独去识别，会发现根本识别不出，结果的txt文本上会是空文件。所以推断在tesseract自带的中文库中是没有训练“肇”这个字的。现在我的目的是训练一个中文识别库，希望能够识别这个“肇”字。 ...
Tesseract-OCR 安装、中文识别与训练字库
weixin_42074832的博客
01-02 8526
简介 OCR(Optical Character Recognition)：光学字符识别，是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后由Google进行改进、修改bug、优化，重新发布。 下载 1、Windows版本Tesseract各版本下载，本教程用的版本是tesseract-ocr-se
使用tesseract训练自己的字库简单方法软件一键训练
FL1623863129的博客
03-03 4305
tesseract-ocr训练相信在网上大家都看到过，其使用过程需要敲打很多命令而且容易出错，由于每个人的文章层次不齐，导致有的安装其流程或者方法更本行不通，或者卡壳。为了解决训练困难，FIRC最近开发了一个小工具，可以不用写任何代码，您只需要打开软件导入图片，修改校正文字位置和正确文字即可快速得到自己traineddata文件。具体使用方法如下： 第一步：生成BOX：打开软件 导入图片目录，然后选择自己对应图片格式点击生成BOX即可在软件data文件夹下面生成box文件和tif文件，如果您想使
Tesseract-OCR：安装、训练自己数据库、Python调用字符数据（保姆级教程）
航空界的小爬虫
03-25 5806
1、安装程序 2、配置系统环境 3、 打开CMD命令提示符(管理员) 输入：tesseract -v 显示版本号，安装成功 4、若使用python操作 输入：pip installpytesseract 下载pytesseract模块
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-OCR4.0引擎中文字库
01-10
将资源解压后放入到~\Tesseract-OCR\tessdata目录下面。要有这个才能识别要有这个才能识别中文
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
react-native-tesseract-ocr:Tesseract-OCR的React型包装纸
04-28
React本色 Tesseract-OCR的React型包装纸
一个用Python语言编写的简单的数据库
sun1647757891的博客
05-16 1万+
如果我们想将数据简单的存储起来（创建一个简单的数据库），可以使用python语言的模块shelve来完成大部分工作。 shelve模块里面应用最广泛的函数是open，它将一个文件名作为参数，并返回一个shelf对象，供我们来存储数据。就像操作普通字典那样来操作它（只是键必须是字符串的形式）下面是一个使用模块shelve的简单数据库程序： 在main函数中，我打开了一个数据库（shelf），...
Python入门知识简述（九）——正则表达式
sun1647757891的博客
05-16 254
一. 正则表达式时可匹配文本片段的模式。最简单的正则表达式为普通字符串，与它自己匹配。我们可以使用这种匹配行为来完成如下工作，比如在文本中查找模式，将特定的模式替换为计算得到的值，以及将文本分割成片段。 1.通配符—“.”用句点来表示，它与除换行符之外的其他字符都匹配。 例如’.ython‘与字符串’python‘、’jython‘都匹配，可认为都等价。 2.可对特殊字符进行转义 有些字...
Python入门知识简述（六）——迭代器和生成器
sun1647757891的博客
05-05 202
一.迭代器 迭代意味着重复很多次，就像循环那样。for循环能循环(迭代)序列和字典，但实际上也可迭代其他对象—实现方法iter的对象，这时，就需要用到迭代器。 迭代器是包含在一个类里面的，示例如下： _metaclass_=type class Diedaiqi: value=0 def _next_(self): self.value+=1 ...
tesseract-ocr训练字符
最新发布
07-20
4. 训练Tesseract-OCR：使用Tesseract的训练工具进行训练。您需要指定训练文件的路径、选择适当的训练模型和参数，并运行训练命令。此过程可能需要一定时间和计算资源。 5. 评估和调优：训练完成后，您可以使用测试...

“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
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