README.md

TesseractTrain

Tesseract OCR 积累训练库

OCR_B

目录 OCR_B 为例子教程，如需使用，请根据 目录OCR_B 进行

训练 OCR_B 字体

重头开始训练OCR字体识别

可按照教程一步一步进行训练

如果精度要求一般般，基本上只需要 exp0 内容就行了

其他的可以在之后一步一步递增，例如 exp1、exp2

在数据处理之前先确认图像无问题，免得处理完之后无法生成训练数据

tif 文件

使用 jTessBoxEditor 工具合并为单个 tif 文件 需要遵循命名规则 ： [lang].[fontname].exp[num].tif

lang--你准备训练的语言的名称，这个名称也是将来你使用的时候 -l 后面指定的名称

处理数据使用 jTessBoxEditor 处理.

fontname--fontname就是fantname，需要你指定你的语言的字体名称，这个事情可以这么理解：不同的字体，字符的展现形式可是千变万化啊，比如楷体和王羲之字体。

exp[num]---exp不解释，人家就这么定义的，照着敲，后面是编号，看明白了吧，这玩意其实支持增量训练，今天弄一点，明天弄一点，慢慢就能让自己训练的语言文件准确率越来好。

注意

图片文件尽量保证宽高为整数或者高能被宽能整除

赞助

如果觉得可以，欢迎赞助