据我所知,Tesseract 3.x 带有 6 种英文(如果我错了请纠正我)字体。我需要为更多 5 种字体训练 Tesseract。我只需要大写字母和数字(没有特殊字符或符号)。
我遵循了各种流程,例如: Adding New Fonts to Tesseract 3 OCR Engine
还使用工具来自动化流程,例如 Serak Tesseract Trainer for Tesseract 3.02
为了生成盒子文件,我使用了 QT Box Editor
使用上述工具后,我得到了 eng.traineddata
文件。所有教程都告诉我将这个 eng.traineddata
文件添加到 Tesseract-OCR\tessdata
文件夹,但这样做会替换原来的 eng.traineddata
文件。这样做之后我会丢失 Tesseract 3.x 附带的默认字体吗?
如何添加新字体?我还不清楚。我希望有人能在这里帮助我。谢谢。
最佳答案
应使用不同的名称,例如 eng1.traineddata
。这样您就可以通过指定语言选项 -l eng+eng1
将新数据与原始数据一起使用。
关于python - "Adding"Tesseract eng.traineddata 的新字体,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16332986/