Tesseract OCR使用

  1. 准备tif图片
  • 可以使用 Tesseract 自带的 text2image 工具来生成图像
  • 可以使用jTessBoxEditor将图片生成tif文件

tif命名规则:[lang].[fontname].exp[num].tif

  • lang = 语言
  • fontname = 字体
  • num = 图片序号

比如我们要训练自定义字库 testlang、字体名normal,则命名为testlang.normal.exp0.tif

  1. 生成box文件

    语法如下:

    tesseract tif文件名.tif box文件名 -l 字体库 batch.nochop makebox

    tesseract zwp.font.exp0.tif
    zwp.font.exp0
    -l chi_sim
    batch.nochop makebox

注意:tif文件名与box文件名必须保持一致

相关推荐
DogDaoDao11 小时前
GitHub开源项目Zerox:AI驱动的OCR革命
人工智能·深度学习·开源·github·ocr·图像识别·zerox
程序视点11 小时前
望言OCR视频字幕提取2025终极评测:免费版VS专业版提全方位对比(含免费下载)
ocr·视频字幕提取软件·望言ocr·硬字幕识别工具·开源ocr工具·字幕提取方法·视频转文字软件
开开心心_Every1 天前
多线程语音识别工具
javascript·人工智能·ocr·excel·语音识别·symfony
Hi202402171 天前
支持OCR和AI解释的Web PDF阅读器:解决大文档阅读难题
pdf·flask·llm·ocr·阅读器
kevin 11 天前
如何识别发票特殊版式?OCR大模型如何颠覆传统并保证准确率?
ocr
愿你天黑有灯下雨有伞2 天前
告别复杂配置!Spring Boot优雅集成百度OCR的终极方案
spring boot·百度·ocr
胡耀超3 天前
基于Docker的GPU版本飞桨PaddleOCR部署深度指南(国内镜像)2025年7月底测试好用:从理论到实践的完整技术方案
运维·python·docker·容器·ocr·paddlepaddle·gpu
2301_787725653 天前
通用图片 OCR 到 Word API 数据接口
ocr
EkihzniY5 天前
护照阅读器在上海迪士尼乐园
ocr
思通数科x5 天前
病历数智化3分钟:AI重构医院数据价值链
大数据·图像处理·人工智能·目标检测·计算机视觉·重构·ocr