tesseract-ocr5 lstm 训练过程

1. 安装tesseract-ocr5

https://digi.bib.uni-mannheim.de/tesseract/

2. 使用jTessBoxEditor 生成tif文件

 

3. 生成box文件

tesseract nml.num.exp0.tif nml.num.exp0 -l eng --psm 6 batch.nochop makebox

 

4. jTessBoxEditor调整.box文件

jTessBoxEditor手动调整

 

5. 生成lstm文件

./tesseract num.font.exp0.tif num.font.exp0 -l eng --psm 6 lstm.train

 

6. 生成eng.lstm 文件

combine_tessdata -e eng.traineddata eng.lstm

 

7. eng.traineddata

使用 https://github.com/tesseract-ocr/tessdata_best  下载的文件

 

8. 创建eng.training_files.txt

内容为 C:\Program Files\Tesseract-OCR\num.font.exp0.lstmf

 

9. 训练

.\lstmtraining.exe --traineddata="C:\eng.traineddata" --model_output="C:\output" --continue_from="C: