Tesseract box/tif 文件名中的字体名称是否重要？

Question

在Tesseract wiki 中，用于训练的带标签的 tif/box 文件文件名的格式为[lang].[fontname].exp[num]。 fontname 真的会影响培训还是只是为了记账？

在我的特殊情况下，我有大量具有不同字体的文档图像（我不知道其中有哪些字体）。我可以只为我手动标记的每个文档使用eng.idontknow.exp[num]，还是会因为某种原因搞砸培训？提前致谢！

Answer 1

最好匹配真实字体（以帮助可能的 OCR 后分析），但它可以是任意字体名称。