文件名称：Tesseract-OCR tessdata eng.traineddata OCR识别训练数据文件
文件大小：20.22MB
文件格式：ZIP
更新时间：2021-06-19 13:07:59
OCR Tesseract tessdata traineddata eng.trainedd
新版Tesseract-OCR tessdata eng.traineddata OCR识别训练数据文件 可自己训练. 1. 样本图片准备 2. 打开 jTessBoxEditor ，选择 Tools -> Merge TIFF，打开对话框，选择训练样本所在文件夹，并选中所有要参与训练的样本图片 3 弹出保存对话框，还是选择在当前路径下保存，文件命名为ty.cp.exp6.tif 4. tesseract ty.cp.exp6.tif ty.cp.exp6 -l ty batch.nochop makebox 5. 打开 jTessBoxEditor ，点击 Box Editor -> Open ，打开步骤2中生成的ty.cp.exp6.tif ，会自动关联到 “ty.cp.exp6.box” 文件： 6. 使用echo命令创建字体特征文件 echo cp 0 0 0 0 0>font_properties. 输入内容 “cp 0 0 0 0 0” 7. 使用 tesseract 生成 ty.cp.exp6.tr 训练文件 在终端中执行以下命名： tesseract ty.cp.exp6.tif ty.cp.exp6 nobatch box.train 8. 生成字符集文件 在终端中执行以下命令： unicharset_extractor ty.cp.exp6.box 9. mftraining -F font_properties -U unicharset -O ty.unicharset ty.cp.exp6.tr 与 cntraining ty.cp.exp6.tr 生成之后手工修改 Clustering 过程生成的 4 个文件（inttemp、pffmtable、normproto、shapetable）的名称为 [lang].xxx。这里改为 ty.inttemp、ty.pffmtable、ty.normproto、ty.shapetable。 10. 合并数据文件 在终端中执行以下命令： combine_tessdata ty. tesseract b01.jpg result -l ty --psm 7
【文件预览】：
tyA.traineddata
configs
----kannada(101B)
----quiet(21B)
----api_config(26B)
----ambigs.train(146B)
----pdf(46B)
----bigram(129B)
----hocr(64B)
----digits(37B)
----box.train.stderr(355B)
----txt(166B)
----lstm.train(328B)
----tsv(46B)
----box.train(355B)
----logfile(25B)
----linebox(70B)
----strokewidth(377B)
----inter(59B)
----makebox(26B)
----rebox(65B)
----unlv(46B)
tessconfigs
----matdemo(243B)
----batch(50B)
----segdemo(329B)
----nobatch(1B)
----batch.nochop(37B)
----msdemo(402B)
ty180201.traineddata
ty.traineddata
ty1.traineddata
eng.user-words
eng.traineddata
osd.traineddata
eng.user-patterns
pdf.ttf