EKsumic's Blog

let today = new Beginning();

Click the left button to use the catalog.

OR

基于tesseract的二次训练 - jTessBoxEditorFX如何使用？

2020-07-26 21:55:06

EKsumic

2k+ Reads

Add

More
Copyright notice: This article is an original article and follows CC 4.0 BY-NC-ND Copyright agreement. If you want to reprint this article, please attach the original source link and this statement.   Source link: https://www.v2know.com/MainPage/PreView/383

jTessBoxEditor下载地址：

https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/

直接打开里面的train.bat文件

选择TIFF/Box Generator，点击Input导入你需要识别的字符，这里只能导入txt文件，

这里我是新建了txt，里面打上了0 1 2 3 4 5 6 7 8 9 : ，并且按空格分开了，

我导入了该txt之后，然后我们选择output的位置，点击Generator，（注意这里我们还可以点击System Regular选择字体，选择字体是为了生成更好的识别）

好，生成完成之后，记住路径，

我们点击Box Editor，点击Open，导入刚才生成的tif文件

然后点击Trainer，浏览Tesseract Executables路径，选择jTessBoxEditorFX\tesseract-ocr\libbz2-1.dll

浏览Training Data路径，选择刚才生成的tif文件所在的文件夹

填写语言en或其他，选择Train with Existing Box，点击Run

Run完之后会生成一个tessdata文件夹，里面有en.traineddata是你训练好的文件，en.traineddata是你不重命名会显示的文件名


更详细的流程：

我的建议是，为了更加直观地看，

在jTessBoxEditorFX建立两个文件夹，一个叫my、一个叫output,

然后你或许还需要VietOCR这样的文件来检查效果，

 

参考来源：

https://www.youtube.com/watch?v=HgeksbqH0ng

另外一个文件是
https://digi.bib.uni-mannheim.de/tesseract/
不下载这个你没办法用指令
进入下载页面，可以看到有各种.exe文件的下载列表，这里可以选择下载3.0版本。

千万别下3.0的版本，有BUG，

pixReadMemTiff: tiff page 1 not found

建议直接最新版。

我是用的是5.0，注意环境变量：

Path: C:\Program Files\Tesseract-OCR

TESSDATA_PREFIX: C:\Program Files\Tesseract-OCR\tessdata\


具体参考：

Tesseract-OCR-04-使用 jTessBoxEditor 进行训练

This article was last edited at 2020-07-26 21:58:28

* *

「度し難い」是什麽意思

769 Reads

「度し難い」 直接翻譯的話 【無可救藥】 可能最貼近。 あの人は、何度言っても聞いてくれない度し難い人だ... OR | From：EKsumic

「どん底」是什麽意思

758 Reads

「どん底」 最底部。最壞的情況。 「どん」是强調。 類似的還有 「どん尻」「どん詰まり」 例文 彼のビジネスは連続的な損失に見舞われ、まさに、どん底の底だ。 我々はこの絶え間ない戦争の中で、物資が不足し、飢えと病気が蔓延し、 まさに「どん底の底」に立たされていた。経済不況が続くなか... OR | From：EKsumic

「往生際が悪い」是什麽意思

756 Reads

例文 「もう続かないと分かっているのに、彼は往生際が悪く、未練を断ち切れない。」 「好きな男の子に何度もアプローチして振られても諦めない彼女は、往生際が悪い。」 「弁解はいらない。往生際が悪いぞ、さっさと退任してくれ！」 簡單來説，就是指已經明顯被逼到失敗的境地，但... OR | From：EKsumic

履歴書の書き方について（留学生向け2023）日本語|中国語|English

743 Reads

日本語 1.西暦と和暦の混用をやめてください。 履歴書でまず重要なのは、使用する紀年法の一致です。例えば、西暦と和暦を混ぜて使うと、読みにくくなります。できれば、すべて西暦を使ってください。年号が変更されたためです。 2019年4月30日をもって元号が「平成」から「令和」に切り替わりました。今2023は令和5年です。 また、外国人の場合、西暦を使ってください。 2.ひらがなを書くときは必ずスペースを使ってください... OR | From：EKsumic

「舌を巻く」是什麽意思

722 Reads

「舌を巻く」 一般只以 「舌を巻くばかり」 「舌を巻くほど」 的形式出現。 翻譯成國語的話， 更類似於【瞠目結舌】的意思，但是沒有【瞠目】... OR | From：EKsumic

【スパイ教室】2nd season「楽園」♪nonoc　歌詞

704 Reads

瞳を開けた きっかけは 心 サク 情景 ひらり ひらり 指の隙間から 見えてくる 真実を睨め 築かれたのは 楽園? まっさかさま 落ちて ああ たとえ 荒野でも ひとりで 生きると  降り立ちましょう... OR | From：EKsumic

「出しゃばる」是什麽意思

671 Reads

「出しゃばる」 1.  干涉 2.  出風頭 雖然有漢字表記 「出娑張る」 但是日常絕對不會使用... OR | From：EKsumic

「間が悪い」是什麽意思

629 Reads

「間が悪い」 「be out of luck」「運が悪い」友達に会う約束をしたが、急な仕事が入ってしまって間が悪く、キャンセルしなければならなかった。 「be untimely」「タイミングが悪い」「折りが悪い」　その提案は素晴らしいが、現在の経済状況では導入するのは... OR | From：EKsumic

「やぶさかではない」是什麽意思

475 Reads

「やぶさかではない」也稱， 「やぶさかでない」 商務場合慣用句。（公共場合） 直譯的話， 【也不是會猶豫的事了】。 不會猶豫做某事... OR | From：EKsumic

「詰めが甘い」是什麽意思

372 Reads

指最後階段掉以輕心。 例文 彼はやる気はあるんですけれども、たまに詰めが甘くて、仕事を頼むときはちょっと不安です。 プロジェクトはほぼ成功に近づいていたが、詰めの甘さからミスが発生し、全部台無しになった。 ゲームの最終のステージで詰めの甘さが出てしまい、勝利を逃してしまった... OR | From：EKsumic

「重い腰を上げる」是什麽意思

361 Reads

「重い腰を上げる」 簡單來講，是從一種極不情願的狀態變得行動起來。 但是「重い腰」又并不總是代表不情願等主觀行爲， 有的時候，可能因爲帶來損失也會「重い腰」，遲遲不肯行動。 與「重い腰」相對的還有 「腰が軽い」 表示行動很快。但同時也有草率的語義在裏面... OR | From：EKsumic

「暇を持て余す」是什麽意思

321 Reads

「暇を持て余す」 直譯的話，就是【空閑時間多得不知道怎麽辦】。 同義詞是「手持ち無沙汰」 這兩個并沒有太大的區別。 但是比直接說「暇です」要好一些。 尤其是「手持ち無沙汰」相對書面和文雅一些。 而且「無沙汰」是指沒有東西，或者沒有事情。 總而言之無事可做，手裏空空... OR | From：EKsumic

「はしごする」是什麽意思

302 Reads

「はしごする」 「ハシゴする」 雖然ハシゴ可以寫作梯子， 但是基本不會使用漢字表記。 「ハシゴする」源自形容喝酒，喝完這家喝那家，現引申使用為形容逛店鋪，逛完一家接一家。 注意【連續】... OR | From：EKsumic

「途方に暮れる」是什麽意思

290 Reads

「途方に暮れる」 需要注意的是，【途方】有兩個解釋： 手段，方法 條理，順序 「途方に暮れる」用的是1，表示無計可施。 「途方もない」用的是2，表示非常規。 語感上和「とんでもない」類似。 【そのプロジェクトの成功には途方もない努力が必要だ... OR | From：EKsumic

「○○モドキ」是什麽意思

273 Reads

「○○モドキ」 漢字可以寫成「擬き（もどき）」，是もどく的名詞化。 「擬き・抵牾・牴牾（もどき）」 通常不寫漢字。 在名詞後面+モドキ，可以表示與本物非常像但不是的東西。 一般用在消極方面。 因爲魚類本身也有非常像但不是的魚，所以取名的時候直接+モドキ命名。 需要注意的一點是，三文魚和虹鱒雖然很像，且都是鮭屬， 但是虹鱒叫「ニジマス」， 不叫「サーモンもどき」... OR | From：EKsumic

「羽を伸ばす」是什麽意思

264 Reads

「羽を伸ばす」有一個伸展勢力的用法，但是很古老了。一般不會這麽用。 但是作爲比喻，其實即使不記，大概也能猜到是什麽意思... OR | From：EKsumic

「水入らず」是什麽意思

233 Reads

「水入らず」 語源有2個， 一是指日本古代時候，酒宴上有把用過的酒杯放到水中去洗乾净再歸還主人的禮儀，但，這種禮儀在家人之間或是親近的人之間不需要做，這種行爲稱作「水入らず」。 二是指關係就像【水和油】一樣互不相容，【水=他人】無法進入自己人的就像【油】一樣的世界。形容自己人的關係嚴絲合縫，水是進不來的，稱「水入らず」。 但無所謂語源， 一般只用成 「夫婦水入らず」 「家族水入らず」 形容就只有... OR | From：EKsumic

「身も蓋もない」是什麽意思

203 Reads

【過於露骨】 【沒有情趣】（當然這裏倒是應該是指不懂風情） 這個一般用於描述對方的説話方式。（有且僅有限定在説話） 如果說【露骨】可以形容其他，那麽「身も蓋もない」一般只能用來形容對話... OR | From：EKsumic

「手も足も出ない」是什麽意思

140 Reads

「手も足も出ない」 雖然可以直接翻譯為【手足無措】。 但是【手足無措】在漢語語境裏面是有【驚慌】的意思的。 而日語裏面「手も足も出ない」僅僅是在描述【無解決策】的情況。 其實【束手無策】這個詞更加接近。 另外，「立ち往生」和「手も足も出ない」的感覺很接近，是因爲都有手和脚無法自由活動，行動困難的意思。 但是「立ち往生」更接近描述【進退兩難】的境地，雖然也是束手無策的境況... OR | From：EKsumic

「元も子もない」是什麽意思

38 Reads

字面意義就是【本利全無】。 結合語境下，有時可以翻譯成【得不償失】。 與【身も蓋もない】不同，請注意，這兩個經常被混用。 【身も蓋もない】是指【過於露骨】， 【元も子もない】中【元】是指【本金】，【子】是指【利息】... OR | From：EKsumic