jTessBoxEditor使用说明

jTessBoxEditor 使用说明

第一部分：训练（Trainner）

1、Tesseract Executables：
tesseract可执行文件所在地址

2、Training Data：

训练文件所在地址

3、Language :

自定义语言名（语言名需与之前在文件夹下的名相同）

4、Bootstrap Language:

基于什么语言，只有在训练选择train from scratch和Make Box File Only时有用

5、RTL：
文字阅读的方向从右到左

6、选择训练模式：

第一种模式：Make Box File Only 制作盒子文件（标注地址和类别）

第二种模式：Train with Existing Box 从盒子文件和tif图像开始训练直到结束

进行第二种模式须在文件里添加三个文件（用semi作为例子）

semi.font_properties：这个文件是用来填写字体属性的

需在里面写：semi 0 0 0 0 0

第一个是字体的名字，后面五个0是字体的属性

分别代表：

的取值为1或0，表示字体是否具有这些属性。中文意思为：

斜体，粗体，像素字体，有衬线字体，哥特体

第二文件和第三个文件均是空白文件semi.frequent_words_list，semi.words_list，这两个文件用于保存常见单词

第三种模式：Shape Clustering 从tr和盒子文件开始训练直到最后结束（tr文件，是训练文件），同样需要上述三个文件

第四种模式：Dictionary 将所有的文件合并成所需要的traineddata文件

第五种模式：Train from Scratch，这个模式是指，只需要图片文件，自动标识盒子文件，自动训练，但是自动表示错误太多。

通常使用第二种模式。

之后的几个按钮RUN：运行；Canael：取消;Validata;删除traineddata文件 save：保存log文件，clear：清除GUI显示的文本。

第二部分：Box Editor(手动制作盒子文件)

Open：打开图像，save：保存，Reload：刷新

Merge：将几个盒子合并，Split：将盒子分成两个，Insert：插入盒子，Delete：删除盒子。

Character：调节字符的种类，X，Y，W，H：调节字符坐标宽高

第三部分：TIFF/BOX Generator 

主要功能是将TXT文档生成图片和盒子文件，用于制造OCR数据用

训练步骤：

1、将图片重命名为###.***.exp*.tif,并保存至同一个文件

2、选择制造盒子模式，选择识别语言（图中的eng）和自定义语言的（与###一致，图中的zhu）

 

3、选到BOX  EdItor ,打开生成的box文件，并纠正自动识别所带来的错误，并保存

 

4、训练

选择Train with Existing Box模式，将之前说的三个文件添加到训练所在的文件夹中。点击运行，生成结果