jTessBoxEditor

jTessBoxEditor是用來(lái)訓(xùn)練ocr識(shí)別樣本用的，由于該工具是用JAVA開(kāi)發(fā)的，需要安裝JAVA虛擬機(jī)才能運(yùn)行。tesseract-ocr 文字識(shí)別 樣本訓(xùn)練，打開(kāi)jtessboxeditor，點(diǎn)擊Tools->Merge Tiff ，按住shift鍵選擇前文提到的101個(gè)tif文件，并把生成的tif合并到新目錄d:\python\lnypcg\new下，命名為langyp.fontyp.exp0.tif。

注意： langyp 是本人定義的語(yǔ)言名稱， fontyp是本人定義的字體名稱，后續(xù)都會(huì)用到，你可以修改成你喜歡的名字。運(yùn)行jTessBoxEditor工具，在點(diǎn)擊菜單欄中Tools--->Merge TIFF。在彈出的對(duì)話框中選擇樣本圖像（按Shift選擇多張），合并成num.font.exp0.tif文件。

jtessboxeditor怎么用

步驟如下：

1、運(yùn)行——CMD（WIN7要以管理員身份運(yùn)行）

2、清空你的硬盤隱藏的vodcache文件夾內(nèi)的所有文件

3、從新下載你下載的視頻，然后將vodcache文件夾內(nèi)所有的文件（TDL文件一定要全部）復(fù)制到一個(gè)磁盤的根目錄，比如E：

4、在CMD中輸入E：，然后回車，在E：/>后輸入copy/b *.tdl 1.mp4

5、你就能看到在你的E盤有一個(gè)1.mp4了。

生成box文件

執(zhí)行命令生成 langyp.fontyp.exp0.box 文件

tesseract langyp.fontyp.exp0.tif langyp.fontyp.exp0 -l eng -psm 7 batch.nochop makebox

D:\python\lnypcg\new>tesseract langyp.fontyp.exp0.tif langyp.fontyp.exp0 -l eng -psm 7 batch.nochop makeboxTesseract Open Source OCR Engine v3.02 with LeptonicaPage 1 of 101Page 2 of 101Page 3 of 101

……Page 101 of 101D:\python\lnypcg\new>dir

 驅(qū)動(dòng)器 D 中的卷沒(méi)有標(biāo)簽。

 卷的序列號(hào)是 36D9-CDC7

 D:\python\lnypcg\new 的目錄

2016-06-03  14:37    <DIR>          .

2016-06-03  14:37    <DIR>          ..

2016-06-03  14:30             6,327 langyp.fontyp.exp0.box2016-06-03  13:07           126,056 langyp.fontyp.exp0.tif

               2 個(gè)文件        132,383 字節(jié)

               2 個(gè)目錄 24,869,994,496 可用字節(jié)

修改box文件

切換到j(luò)TessBoxEditor工具的Box Editor頁(yè)，點(diǎn)擊open，打開(kāi)前面的tiff文件langyp.fontyp.exp0.tif，工具會(huì)自動(dòng)加載對(duì)應(yīng)的box文件。

檢查box數(shù)據(jù)，如下圖所示，數(shù)字8被誤認(rèn)成字母H，手工修改H成8，并保存。

點(diǎn)擊下圖紅色框的按鈕，逐個(gè)核對(duì)tif文件的box數(shù)據(jù)，全部檢查結(jié)束并保存。

生成font_properties

執(zhí)行echo命令生成font_properties。

echo fontyp 0 0 0 0 0 >font_properties

也可以手工新建一個(gè)名為font_properties的文本文件（注意該文件沒(méi)有擴(kuò)展名），內(nèi)容為字體名fontyp，后面帶5個(gè)0，分別代表字體的粗體、斜體等屬性，這里全部是0

D:\python\lnypcg\new>echo fontyp 0 0 0 0 0 >font_properties

D:\python\lnypcg\new>type font_properties

fontyp 0 0 0 0 0

生成訓(xùn)練文件

執(zhí)行命令，生成langyp.fontyp.exp0.tr訓(xùn)練文件

tesseract langyp.fontyp.exp0.tif langyp.fontyp.exp0 -l eng -psm 7 nobatch box.train