使用预定义的字体图像训练“tesseract ocr”

Question

我正在尝试对图像中的 ASCII 字符串进行 OCR 识别。我正在使用 Tesseract3 库，但我在正确识别方面遇到了一点问题，所以我需要用新的字符集（这是特定的）来训练它。 我已经发现了这个 HOW-TO：TrainingTesseract3，但是由于我的图像测试集的简单性，本教程有一些我不需要的不必要的过程。 我的图像数据集仅包含 1 行，其中每个 ASCII 字符在所有图像中都是 相同（无旋转、无缩放），但具有可变距离（仅水平) 行中的字符之间。

如何使用字体图像来训练识别算法？

Answer 1

先生，只需获取您想要训练的特定字体，然后在记事本中写下字母或数字（我认为 5 个代表/字母）保存为 tiff 文件。如果您想训练它，请使用 https://code.google.com/p/serak-tesseract-trainer/ 或 http://vietocr.sourceforge.net/training.html 中的任何一个。