本文介绍了如何使用tesseract 3.02进行OCR字库训练，包括准备软件、创建项目文件夹、合并图片、生成box文件、修正错误、制作字符特征文件、计算字符集、合并文件以及最终生成训练字库文件的过程。
最近看到google的tesseract OCR 的文章，深感兴趣，就试了试具体实现方法。
如果要识别非常规范的字母和数字，直接使用自带的字库就足够；但是若要识别一些非规则或者手写的，就要训练自己的字库。
下面是我的一些步骤：
1、首先准备两个软件：
tesseract 3.02 下载：https://code.google.com/p/tesseract-ocr/downloads/list
jTessBoxEditor：http://vietocr.sourceforge.net/training.html
2、创建一个test文件夹，保存本次项目的所有文件。
将字库文件放到文件夹下，字库图片越多越好，最好是tif格式的，因为下面用到的jTessBoxEditor只能合并tif图片。
3、打开jTessBoxEditor软
扫一扫
2254
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
