将jTessBoxEditor训练的字库合并

来源:互联网 发布:c 显示数据库数据控件 编辑:程序博客网 时间:2024/06/09 18:13

集成环境:win10,jTessBoxEditor-1.7.3

1.需要生成字符集的.tif和.box这俩个文件。

假设:需要合并三个字典liu.宋体.exp0,liu1.微软雅黑light.exp0,micrsoft.microsoftyaheiuilight.exp0(注:个人生成的字典有个人的名字,建议用自己的名字

(1)将这三个字典的.tif和.box文件拷贝到一个文件夹下;

2.生成相对应的tr文件:

(1)生成liu.宋体.exp0的tr文件

命令:tesseract liu.宋体.exp0.tif liu.宋体.exp0 nobatch box.train(DOS下运行)

(2)生成liu1.微软雅黑light.exp0的tr文件

命令:tesseract liu1.微软雅黑light.exp0.tif liu1.微软雅黑light.exp0 nobatch box.train

(3)生成:micrsoft.microsoftyaheiuilight.exp0的tr文件

命令:tesseract micrsoft.microsoftyaheiuilight.exp0.tif micrsoft.microsoftyaheiuilight.exp0 nobatch box.train


3.从所有文件中提取字符

命令:unicharset_extractor liu.宋体.exp0.box liu1.微软雅黑light.exp0.box micrsoft.microsoftyaheiuilight.exp0.box


4.生成字体特征文件

新建font文件(注文件后缀没有.txt),把所有box对应的字体特征加进去。

fontname为字体名称,保持和 图片集文件 .tif 和.box文件的前缀名一致 ,italic> 、<bold> 、<fixed> 、<serif>、 <fraktur>的取值为1或0,表示字体是否具有这些属性。

例如我新建了一个 名为 font,内容 为

然后执行命令:mftraining -F font -U unicharset liu.宋体.exp0.tr liu1.微软雅黑light.exp0.tr micrsoft.microsoftyaheiuilight.exp0.tr


5.聚合所有的tr文件:

命令:cntraining liu.宋体.exp0.tr liu1.微软雅黑light.exp0.tr 


6.重命名文件,我把unicharset, inttemp, normproto, pfftable ,shapetable这几个文件加了前缀why.(注:why.只是我给合成的字典的命名,个人随意)

7.合并所有文件,生成一个大的资库文件。

命令:combine_tessdata why.



注:由于花费了好多时间才搞出来的,所以写的有点啰嗦,望谅解。


原创粉丝点击