Tesseract OCR 的最佳训练模型使用教程

Tesseract OCR 的最佳训练模型使用教程

tessdata_best Best (most accurate) trained LSTM models. 项目地址: https://gitcode.com/gh_mirrors/te/tessdata_best

1. 项目目录结构及介绍

tessdata_best 项目是 Tesseract OCR 引擎的一部分，包含了多种语言的预训练 LSTM 模型。这些模型是为了提供最佳的字符识别精度而设计的。以下是项目的目录结构：

tessdata_best/
├── afr.traineddata          # 南非荷兰语训练数据
├── amh.traineddata          # 阿姆哈拉语训练数据
├── ara.traineddata          # 阿拉伯语训练数据
├── asm.traineddata          # 阿萨姆语训练数据
├── ...                     # 其他语言训练数据
├── chi_sim.traineddata      # 简体中文字符训练数据
├── chi_sim_vert.traineddata # 简体中文竖排字符训练数据
├── chi_tra.traineddata      # 繁体中文字符训练数据
├── chi_tra_vert.traineddata # 繁体中文竖排字符训练数据
├── ...                     # 更多语言训练数据
├── configs/                # 配置文件目录
├── LICENSE                 # Apache-2.0 许可证文件
└── README.md               # 项目说明文件

每个语言的训练数据文件对应一种语言，这些文件包含了该语言的识别模型。configs 目录包含了 LSTM OCR 引擎的配置文件。

2. 项目的启动文件介绍

tessdata_best 项目中没有启动文件，因为它是一个数据包，不包含执行代码。要使用这些训练数据，你需要将它们放置在 Tesseract OCR 引擎可以访问的路径下，然后通过 Tesseract 的命令行工具指定使用这些数据。

3. 项目的配置文件介绍

配置文件位于 configs 目录中，这些文件用于调整 LSTM OCR 引擎的行为。以下是一些常用的配置文件：

• tessedit_char_whitelist：定义 OCR 识别时允许出现的字符集。
• tessedit_char_blacklist：定义 OCR 识别时排除的字符集。
• page_segment_mode：定义页面分割模式，控制 OCR 引擎如何处理文本块。

要使用这些配置文件，你需要在调用 Tesseract 命令时通过 -c 参数指定配置文件，例如：

tesseract image.png output -c tessedit_char_whitelist=0123456789

上面的命令会告诉 Tesseract 只识别数字。

请注意，具体的使用方法和详细的配置选项可以参考 Tesseract OCR 的官方文档。

tessdata_best Best (most accurate) trained LSTM models. 项目地址: https://gitcode.com/gh_mirrors/te/tessdata_best