如何将Tesseract两个训练文件合并
2016-11-03 09:07
204 查看
如何将Tesseract两个训练文件合并
在tesseract的训练中,经常会有需求将不同的训练文件合在一起,因为不想重复去修改box,经过群里一位大哥的提醒,有了下面的操作,这里仅仅针对个人自己训练的文件,系统带的训练文件,如eng,chi_sim等文件无法通过此法来合并。
1.将两个分别的tif压缩文件通过jTessBoxEditor工具合并,在点击菜单栏中Tools--->Merge TIFF。在这里有个要注意的地方,文件合并的时候,需要和后面的box顺序一致。
2.通过命令
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 -l chi_sim batch.nochop makebox
生成.box文件,然后用notepad打开,并将原来两个分立的box文件也打开,然后把其中内容复制粘贴到合并的box文件中,
这其中有个问题需要解决,就是第二个分立box文件复制粘贴过的序号问题,如果小的话,可以手工修改,如果大的话,还是写个程序来解决为好。
(还在写中,写好了分享给大家)
3.生成box文件之后,后续的操作跟常规训练操作一样了。
4.产生字符特征文件
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 nobatch box.train
5.计算字符集
unicharset_extractor hebing.normal.exp0.box
6.定义字体特征文件
font_properties.txt
7、聚集字符特征
1) shapeclustering -F font_properties.txt -U unicharset hebing.normal.exp0.tr 注意:如果font_properties不加扩展名.txt,可能会报错
2) mftraining -F font_properties.txt -U unicharset -O hebing.unicharset hebing.normal.exp0.tr
使用上一步产生的字符集文件unicharset,来生成当前新语言的字符集文件hebing.unicharset。同时还会产生图形原型文件inttemp和每个字符所对应的字符
特征数文件pffmtable。最重要的就是这个inttemp文件了,他包含了所有需要产生的字的图形原型。
3)cntraining hebing.normal.exp0.tr
8、把目录下的unicharset、inttemp、pffmtable、shapetable、normproto这五个文件前面都加上hebing.
9.执行combine_tessdata hebing.
在tesseract的训练中,经常会有需求将不同的训练文件合在一起,因为不想重复去修改box,经过群里一位大哥的提醒,有了下面的操作,这里仅仅针对个人自己训练的文件,系统带的训练文件,如eng,chi_sim等文件无法通过此法来合并。
1.将两个分别的tif压缩文件通过jTessBoxEditor工具合并,在点击菜单栏中Tools--->Merge TIFF。在这里有个要注意的地方,文件合并的时候,需要和后面的box顺序一致。
2.通过命令
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 -l chi_sim batch.nochop makebox
生成.box文件,然后用notepad打开,并将原来两个分立的box文件也打开,然后把其中内容复制粘贴到合并的box文件中,
这其中有个问题需要解决,就是第二个分立box文件复制粘贴过的序号问题,如果小的话,可以手工修改,如果大的话,还是写个程序来解决为好。
(还在写中,写好了分享给大家)
3.生成box文件之后,后续的操作跟常规训练操作一样了。
4.产生字符特征文件
tesseract.exe hebing.normal.exp0.tif hebing.normal.exp0 nobatch box.train
5.计算字符集
unicharset_extractor hebing.normal.exp0.box
6.定义字体特征文件
font_properties.txt
7、聚集字符特征
1) shapeclustering -F font_properties.txt -U unicharset hebing.normal.exp0.tr 注意:如果font_properties不加扩展名.txt,可能会报错
2) mftraining -F font_properties.txt -U unicharset -O hebing.unicharset hebing.normal.exp0.tr
使用上一步产生的字符集文件unicharset,来生成当前新语言的字符集文件hebing.unicharset。同时还会产生图形原型文件inttemp和每个字符所对应的字符
特征数文件pffmtable。最重要的就是这个inttemp文件了,他包含了所有需要产生的字的图形原型。
3)cntraining hebing.normal.exp0.tr
8、把目录下的unicharset、inttemp、pffmtable、shapetable、normproto这五个文件前面都加上hebing.
9.执行combine_tessdata hebing.
相关文章推荐
- 如何有效合并两个文件:一个是1亿条的用户基本信息,另一个是用户每天看电影连续剧等的记录,5000万条。其中内存只有1G。
- CAD高端操作,如何将两个不同的CAD文件进行合并
- 如何合并两个结构相同的mdb文件?
- 如何将两个hex文件合并
- STM32的两个.bin文件如何合并?
- 如何有效合并两个文件:一个是1亿条的用户基本信息,另一个是用户每天看电影连续剧等的记录,5000万条。其中内存只有1G。
- 如何将两个文件合并?
- 如何有效合并两个文件:一个是1亿条的用户基本信息,另一个是用户每天看电影连续剧等的记录,5000万条。其中内存只有1G。
- Vc++6.0如何同时打开两个文件
- 在windows命令行(cmd)下,如何合并两个文本文件
- 合并两个格式相同的wav文件
- CMD TYPE 命令合并两个文件
- linux下如何合并多个pdf文件
- Java合并两个文件,Set去重。
- TFS如何跨分支合并未签入的文件
- 源码]java合并两个文件,hashtable去重。
- [VB.NET]vb.net中如何将两个结构不同的DATATABLE合并成一个DATATABLE
- [全程建模]rose工具如何打开两个mdl文件问题
- 合并两个 Wav 文件的函数
- svn update时如何不自动合并文件