For the next step below, Tesseract

For the next step below, Tesseract needs a 'box' file to go with each training image. The box file is a text file that lists the characters in the training image, in order, one per line, with the coordinates of the bounding box around the image. Tesseract 3.0 has a mode in which it will output a text file of the required format, but if the character set is different to its current training, it will naturally have the text incorrect. So the key process here is to manually edit the file to put the correct characters in it.

Run Tesseract on each of your training images using this command line:

Kết quả (Việt) 1:

Đối với bước tiếp theo dưới đây, Tesseract cần một tập tin 'hộp' để đi với mỗi hình đào tạo. Các tập tin hộp là một tập tin văn bản liệt kê các ký tự trong hình ảnh đào tạo, theo thứ tự, mỗi dòng, với tọa độ của hộp bounding xung quanh hình ảnh. Tesseract 3.0 có một chế độ mà trong đó nó sẽ ra một tập tin văn bản của định dạng yêu cầu, nhưng nếu bộ ký tự khác để đào tạo hiện tại của nó, nó tự nhiên sẽ có văn bản không chính xác. Vì vậy, quá trình quan trọng ở đây là tự chỉnh sửa tập tin để đặt các ký tự chính xác trong đó. Chạy Tesseract trên mỗi hình ảnh đào tạo của bạn bằng cách sử dụng dòng lệnh này:

Kết quả (Việt) 2:

Đối với các bước tiếp theo dưới đây, Tesseract cần một 'chiếc hộp' tập tin để đi với mỗi hình ảnh đào tạo. Các tập tin hộp là một file văn bản liệt kê các ký tự trong ảnh đào tạo, theo thứ tự, mỗi dòng, với tọa độ của hộp bounding xung quanh hình ảnh. Tesseract 3.0 có một chế độ mà trong đó nó sẽ sản xuất một tập tin văn bản của định dạng cần thiết, nhưng nếu các bộ ký tự khác nhau để đào tạo hiện tại của nó, nó sẽ tự nhiên có các văn bản không chính xác. Vì vậy, các quá trình quan trọng ở đây là để tự chỉnh sửa các tập tin để đặt đúng các ký tự trong nó. Chạy Tesseract trên mỗi hình ảnh đào tạo của bạn bằng cách sử dụng dòng lệnh này: