ocr - 如何为 Tesseract 4.1.0 创建训练数据文件

Question

我想识别 NumberPlate 的字符。如何在 ubuntu 16.04 中为各个车牌训练 tesseract-ocr。因为我不熟悉培训。请帮我创建一个用于识别车牌的“traineddata”文件。

我有 1000 张车牌图片。

请调查一下。任何帮助将不胜感激。

所以我尝试了以下命令

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] batch.nochop makebox

tesseract eng.arial.plate3655.png eng.arial.plate3655 batch.nochop makebox

但它给出了错误。

Tesseract Open Source OCR Engine v4.1.0-rc1-56-g7fbd with Leptonica
Error, cannot read input file eng.arial.plate3655.png: No such file or directory
Error during processing.

之后我尝试过

tesseract plate4.png eng.arial.plate4 batch.nochop makebox

它有效，但在某些盘子中。现在在第 2 步。我遇到了错误。

附上截图。

用于训练的板 4 图像

Step 1 和 Step p2 在终端显示

第 1 步和第 2 步后生成的文件

第 1 步和第 2 步后生成的文件内容

标签： ocrtesseractpython-tesseractopenalpralpr

Answer 1

为 Tesseract 4 创建 .traineddata

{*注意：安装 tesseract 后打开 cmd 并执行以下操作。}

第 1 步：为我们要训练的图像制作 box 文件

句法：

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] batch.nochop makebox

例如：

tesseract own.arial.exp0.jpg own.arial.exp0 batch.nochop makebox

{*注意：制作盒子文件后，我们必须更改或修改盒子文件中错误识别的字符。}

第 2 步：创建 .tr 文件（合成图像文件和框文件）

句法：

tesseract [langname].[fontname].[expN].[file-extension] [langname].[fontname].[expN] box.train

例如：tesseract own.arial.exp0.jpg own.arial.exp0 box.train

第 3 步：从 box 文件中提取字符集（此命令的输出为 unicharset 文件）

句法：

unicharset_extractor [langname].[fontname].[expN].box 

例如：

unicharset_extractor  own.arial.exp0.box

第 4 步：根据我们的需要创建一个 font_properties 文件。

句法：

echo "[fontname] [italic (0 or 1)] [bold (0 or 1)] [monospace (0 or 1)] [serif (0 or 1)] [fraktur (0 or 1)]" > font_properties 

例如：

echo "arial 0 0 1 0 0" > font_properties

第 5 步：训练数据。

句法：

mftraining -F font_properties -U unicharset -O [langname].unicharset [langname].[fontname].[expN].tr

例如：

mftraining -F font_properties -U unicharset -O own.unicharset own.arial.exp0.tr

第 6 步：

句法：

cntraining [langname].[fontname].[expN].tr

例如：

cntraining own.arial.exp0.tr

{*注意：在第 5 步和第 6 步之后创建了四个文件。(shapetable,inttemp,pffmtable,normproto) }

第七步：将四个文件（shapetable,inttemp,pffmtable,normproto）重命名为（[langname].shapetable,[langname].inttemp,[langname].pffmtable,[langname].normproto）

句法：

rename filename1 filename2

例如：

    rename shapetable own.shapetable
    rename inttemp own.inttemp
    rename pffmtable own.pffmtable
    rename normproto own.normproto

第 8 步：创建 .traineddata 文件

句法：

combine_tessdata [langname].

例如：

combine_tessdata own.

{ *注意：我将只使用一张图像 exp0 来创建训练数据。如果你想训练多张图像，你可以训练即 exp1,exp2..expn }

参考