ocr - 你能用图像而不是文本和字体来训练 tesseract 吗？

Question

在超立方体中 documentation解释了使用示例文本和字体进行训练的方法。
我使用了 jTessBoxEditor，但它的工作原理与 tesseract 训练工具非常相似。
我得到了一些可以接受的结果，但我想最佳解决方案是使用它必须识别的实际图像类型来训练 tesseract。
因为我只需要识别数字，我可以手动切割每个数字，也许每个数字的多个版本，并用这些图像训练 tesseract，甚至手动设置框。
有没有办法做到这一点？

Answer 1

如果你想训练tesseract4，你可以使用ocrd-train
您基本上准备与每行文本相对应的图像及其基本事实，它将为您完成所有剩余的工作。