Thêm Phông chữ Mới vào Tesseract 3

Question

Tôi đang cố gắng thêm phông chữ mới vào tesseract ocr. Tôi đang theo dõi this tutorial nhưng tôi đang gặp một số vấn đề.

Dưới đây là những gì tôi đã làm như vậy cho đến nay:

1. Tạo tài liệu đào tạo

   convert eng.myfont.exp0.pdf eng.myfont.exp0.tif

2. Train Tesseract

   tesseract eng.myfont.exp0.tif eng.myfont.exp0 batch.nochop makebox

   này tạo eng.myfont của tôi .exp0.box tập tin.

   Tôi mở tệp bằng moshpytt và đảm bảo tệp được phát hiện chính xác.

3. Thức ăn tập tin hộp trở lại vào Tesseract

   tesseract eng.myfont.exp0.tif eng.myfont.exp0.box nobatch box.train.stderr

   Tôi có kết quả này:

   Tesseract OCR mã nguồn mở cơ v3.03 với Leptonica
   APPLY_BOXES:
   Hộp đọc từ boxfile: 146
   Tìm thấy 146 đốm màu tốt.
   ĐÀO TẠO ... Tên Font = myfont.exp0
   dữ liệu huấn luyện tạo cho 6 chữ

   • tập tin eng.myfont.exp0.box.tr và eng.myfont.exp0.box.txt tạo

4. thử để phát hiện các thiết lập nhân vật được sử dụng trong các tập tin hộp (đây là nơi tôi gặp khó khăn)

   unicharset_extractor *.box

Kết quả:

unicharset_extractor: command not found

Tôi cũng tred unicharset_extractor eng.myfont.exp0.box với kết quả tương tự.

Tôi đang sử dụng:

• Tesseract 3,03
• leptonica-1.70
• libgif 4.1.6 (?): Libjpeg 8d: libpng 1.2.50: libtiff 4.0.3: zlib 1.2. 8: webp 0.4.0
• Ubuntu 14.04.1 LTS

Answer 1

Các công cụ đào tạo cho Tesseract 3.03 RC đã được bỏ qua từ Ubuntu 14.04. Vì vậy, hoặc là quay trở lại Tesseract 3.02 hoặc nâng cấp lên Ubuntu 14.10, mà nên có nó.

Answer 2

Ok, tôi googled này cho bạn.Đây là câu trả lời:

Bạn cần chạy tất cả các lệnh trong cùng một thư mục có vị trí tệp nhập của bạn.

Từ:

• https://code.google.com/p/tesseract-ocr/issues/detail?id=945 và
• https://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3#Background_and_Limitations