java - 如何用三种不同的笔迹训练相同数字的tesseract-ocr？

Question

我用java编写了一个程序，它从扫描的tiff图像中读取字符，但准确性不太好。

如果我们更改文档中的笔迹，结果会略有不同。那么有没有什么方法可以训练tesseract-ocr呢？

我也使用了jtessEditorBox，但里面没有任何帮助。

Answer 1

我建议你挖掘这篇文章: http://www.tuxrincon.com/blog/training-tesseract-ocr/

获取每个笔迹的图片。使用“QT Box Editor”在多张图片上将框与字符相关联。然后将它们交给 tesseract，以便使用“train.sh”脚本对其进行训练(可能会纠正其中的一些错误)。我没有使用“train2.sh”，因为它在我的情况下似乎适得其反。将所有笔迹训练数据文件添加到 tesseract 配置文件中。您可以更改“QT Box Editor”配置以将您的手写设置为不同的语言。