Tesseract5.4.0自定义LSTM训练

准备jTessBoxEditor，然后配置环境变量。

1、将图片转换成tif格式的，这里需要用画图工具另存为；

2、生成box文件

执行命令：

tesseract agv.normal.exp1.tif agv.normal.exp1 -l eng --psm 6 batch.nochop makebox

关于box文件的生成，对于Tesseract3可以使用makebox，但是对于Tesseract的lstm训练，需要使用lstmbox。否则再后面会报如下的错误。

生成lstmbox的命令如下：

D:\agvtest2>tesseract agv.normal.exp1.tif agv.normal.exp1 -l eng lstmbox

关于PSM的说明

0 = 仅方向和脚本检测 (OSD)。

1 = 自动页面分割，带 OSD。

2 = 自动页面分割，但无 OSD 或 OCR。(未执行）

3 = 完全自动页面分割，但无 OSD。(默认值）

4 = 假设一列文字大小可变。

5 = 假定垂直对齐的单个统一文本块。

6 = 假定单个统一的文本块。

7 = 将图像视为单一文本行。

8 = 将图像视为单个单词。

9 = 将图像视为圆圈中的单个单词。

10 = 将图像视为单个字符。

11 = 文本稀疏。不按特定顺序查找尽可能多的文本。

12 = 带 OSD 的稀疏文本。

13 = 原始行。将图像视为单行文本、

3、校正box文件中的信息

使用jTessBoxEditor打开tif文件。执行train.bat，打开jTexxBoxEditor.jar

校正完成后，一定要点保存。如下

关于box文件的内容，这里需要注意。它与tessera