Hinzufügen neuer Schriftarten zu Tesseract 3

Question

Ich versuche, neue Schriftarten zu tesseract ocr hinzuzufügen. Ich folge this tutorial, aber ich habe einige Probleme.

Hier ist, was ich bisher getan habe:

1. erstellen

   convert eng.myfont.exp0.pdf eng.myfont.exp0.tif

2. Zug Tesseract Trainingsdokument

   tesseract eng.myfont.exp0.tif eng.myfont.exp0 batch.nochop makebox

   Dies schuf mein eng.myfont .exp0.box Datei.

   Ich öffne die Datei mit Moshpytt und stellen Sie sicher, dass es richtig erkannt wurde.

   Tesseract Open Source OCR Engine v3.03 mit Leptonica
   APPLY_BOXES:
   Boxen lesen

3. die Box-Datei

   tesseract eng.myfont.exp0.tif eng.myfont.exp0.box nobatch box.train.stderr

   Ich habe dieses Ergebnis wieder in tesseract-Feed von boxfile: 146
   Gefunden 146 gute blobs.
   TRAINING ... Font name = myfont.exp0
   generiert Trainingsdaten für 6 Wörter

   • eng.myfont.exp0.box.tr Datei und eng.myfont.exp0.box.txt erzeugt

4. versuchen, den Zeichensatz in der Box-Datei verwendet zu erkennen (das ist, wo ich stecken)

   unicharset_extractor *.box

Ergebnis:

unicharset_extractor: Befehl nicht gefunden

ich auch unicharset_extractor eng.myfont.exp0.box mit dem gleichen Ergebnis tred.

Ich verwende:

• Tesserakts 3,03
• leptonica-1.70
• libgif 4.1.6 (?): Libjpeg 8d: libpng 1.2.50: libtiff 4.0.3: zlib 1.2. 8: webp 0.4.0
• Ubuntu 14.04.1 LTS

Answer 1

Die Trainingstools für Tesseract 3.03 RC wurden von Ubuntu 14.04 weggelassen. Also entweder auf Tesseract 3.02 zurückgreifen oder auf Ubuntu 14.10 upgraden, das sollte es haben.

Answer 2

Ok, ich gegoogelt dies für Sie.Hier ist die Antwort:

Sie müssen alle Befehle in dem Ordner ausführen, in dem sich die Eingabedateien befinden.

Von:

• https://code.google.com/p/tesseract-ocr/issues/detail?id=945 und
• https://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3#Background_and_Limitations