Linux下利用jTessBoxEditor工具进行Tesseract样本训练【图】

最新推荐文章于 2023-11-29 21:44:21 发布
最新推荐文章于 2023-11-29 21:44:21 发布
阅读量297 收藏 1
点赞数
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/u010013838/article/details/102532299
版权
本文介绍了如何在Linux环境下利用jTessBoxEditor工具进行Tesseract OCR的样本训练，详细步骤包括图像转换为.tif格式、合成样本文件、生成box文件、修改box文件、创建字符特征文件、计算字符集、制作font_properties，以及最终的训练文件合并。
摘要由CSDN通过智能技术生成
1. 将训练用到的所有png,jpg图片转换成.tif
convert spider_1.png spider_1.tif

在这里插入图片描述

2. 将所有.tif合成样本文件

打开jTessBoxEditor的命令：

java -jar jTessBoxEditor.jar

点击Tools->Merge Tiff ，按住shift键选择tif文件，然后点击确认，然后在：
在这里插入图片描述
自定义个tif名：这里输入num.font.exp0.tif，然后点解确认
在这里插入图片描述
这样子就创建成功，回到cmd命令终端

3. 生成box文件
tesseract num.font.exp0.tif num.font.exp0 b
最低0.47元/天 解锁文章
u010013838
关注
利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别率
TX713的博客
05-28 378
1、背景前文已经简要介绍tesseract ocr引擎的安装及基本使用，其中提到使用-l eng参数来限定语言库，可以提高识别准确率及识别效率。本文将针对某个网站的验证码进行样本训练，形成自己的语言库，来提高验证码识别率。 2、准备工具tesseract样本训练有一个官方流程说明，https://github.com/tesseract-ocr/tesseract/wiki/TrainingTes...
jTessBoxEditor（Linux环境）
10-17
先解压，然后进入目录 执行： java -jar jTessBoxEditor.tar 运行
Linux下利用jTessBoxEditor工具进行Tesseract3.02.02样本训练
你那么爱笑，家里人知道吗？
10-18 2990
Linux下利用jTessBoxEditor工具进行Tesseract3.02.02样本训练 1.准备样本图片 为提高识别率，把图片进行灰度化处理，可以用 convert -monochrome name.png name.png 把图片变成黑白色 然后利用 convert name.jpg name.tif 命令，把其他类型的图片文件转换成.tif文件 2.
jTessBoxEditor
09-16
工具是配合Tesseract-OCR使用的，用来进行字符的训练，由于之前上传资源大小的问题，所以这边分开上传，运行文件要java环境
利用jTessBoxEditor工具进行Tesseract3.02.02样本训练
你那么爱笑，家里人知道吗？
10-17 1675
利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别率，tesseract训练样本 热度1 评论 244 www.BkJia.Com  网友分享于：  2016-06-04 04:06:58     浏览数46011次 利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别率，tes
Linux下使用Tesseract-OCR训练模型
weixin_43940770的博客
04-14 1401
使用Tesseract-OCR训练模型 在Linux系统下训练自己的模型用于Tesseract进行识别，可以使用jTessBoxEditor进行模型训练 1.安装需要的工具 安装java虚拟机 使用jTessBoxEditor需要用到Java运行环境，安装Java环境，下载地址：https://www.oracle.com/java/technologies/javase-jdk8-downloa...
使用Tesseract破解验证码并训练字库的方法
makesibushuohua的专栏
07-28 7666
介绍：Tesseract是一个Google支持的开源的OCR图文识别开源项目，可以较好的识别常见的字体（字母、数字和汉字）并且可以根据需求训练出指定字体的字库，GitHub上有众多开发者贡献的字库。最近Boss让破解一中类型的验证码，大概长这个样子破解的详细过程下面会慢慢描述，在破解的时候遇到了各种坑，然而总结出来就只有这两点 1、图片不能太小 2、图片不能太脏 满足了这些条件
Tesseract 进行图像识别
深页
09-23 3727
Tesseract 进行识别和训练
jTessBoxEditor安装包
04-07
是由Java开发的，所以我们应该确保在运行jTessBoxEditor前先安装JRE（Java Runtime Environment，Java运行环境） 没有安装 jre 的可以到官网下载安装
jTessBoxEditorFX-2.3.1.zip
07-06
jTessBoxEditor是训练tesseract词库的一款工具,这个工具是用java开发的，需要jre7以上的版本支持。此外， jTessBoxEditor解压包中自带了一个tesseract-ocr文件包。
Tesseract 3.02中文字库训练----整理
热门推荐
liulina603的专栏
04-16 2万+
下载chi_sim.traindata字库 下载tesseract-ocr-setup-3.02.02.exe             安装到d:\Tesseract-ocr目录下 下载jTessBoxEditor用于修改box文件 下载地址：http://download.csdn.net/detail/a443475601/5896893 里面自带java运行库，安装后 然后启动
jtessboxeditorfx 界面显示不出来_macOS使用XQuartz支持X11实现Linux图形化界面显示
weixin_39538847的博客
11-28 812
前言在Windows中相信大家已经很熟悉使用Xmanager(Xshell), MobaXterm, SecureCRT通过X11实现Linux图形化界面显示，我的需求是在macOS下使用iTerm2作为Terminal实现X11图形化界面显示，网上大部分教程只提到安装Xquartz但并没有结合实际问题给出完整的解决步骤，我把实践过程做了详细的记录方便大家按照最简单的步骤实现Linux图形化显示效...
用jTessBoxEditorFX训练字库
b078109的专栏
07-02 915
软件下载：https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/ 官方字库下载：https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#format-of-traineddata-files 建议：普通版本和FX版本都下载，用普通版本调整坐标，用FX版本...
3 Tesseract-ocr 系列 ： 安装 jTessBoxEditor，结合tesseract-ocr-3.4 训练
u011807371的博客
08-11 4373
我的本地环境 Ubuntu16.04 + Tesseract-ocr-3.4 上篇博客中提到可以使用 jTessBoxEditor 这个工具生成带字体格式的字体图片文件 (~.tif 和 ~.box).这里主要将其安装和使用。因为 jTessBoxEditor 以来 java 虚拟机，所以在安装前要先安装 java。一、 安装 java主要参考： Ubuntu16.04安装java http:/
jTessBoxEditor训练验证码图片
happylobster
05-11 7757
1. 功能介绍 利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别需求是对某个网站的验证码进行样本训练，形成自己的语言库，来提高验证码识别率。 2. 环境准备 关于tesseract样本训练有一个官方流程说明， https://github.com/tesseract-ocr/tesseract/wiki/TrainingTesseract#ru
jTessBoxEditor 训练
long2010110的专栏
04-25 8248
在基于tesseract-ocr的图片文字识别中，可以通过jTessBoxEditor 进行训练，以提高图片文字的识别率。本文简单记录下训练的方法与步骤。 从网站https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/下载jTessBoxEditor，解压到本地即可。运行jTessBoxEditor...
用jTessBoxEditor制作训练库
最新发布
jj56911的博客
11-29 1176
记录自己的实践成果（慢慢来总会有回报）做课题的时候，用tesseract-ocr进行字符识别时，有官方提供的字库，但这些字库并不能满足我们所有的需求，例如手写字体以及一些其他的字体。tesseract提供的字库中没有我们相应的字体时，就会出现识别错误的问题，这个时候就需要训练自己的字库进行训练了。
使用jTessBoxEditor训练Tesseract样本教程
"这篇文档介绍了如何使用Tesseract OCR引擎进行样本训练，主要涉及Tesseract的配置、样本图片处理、box文件生成以及字体特征文件的创建。文档提到了两个工具，jTessBoxEditor (可用的版本是VietOCR.NET-4.5_64.zip) ...
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