tesseract-ocr 4.1.1 chi_sim.traineddata字体如何生成？

xinjian555 2020-08-09 07:13:10

使用最新版本的tesseract-ocr 4.1.1 ，
官方只提供4.0 的chi_sim.traineddata

4.1.1的要如何生成？

感谢

...全文

160 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

windows下tesseract-ocr安装包

方便tesseract-ocr在centos7上部署，包含了中英文识别的模型。

报错内容： Error opening data file ./chi_sim.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your “tessdata” directory. Failed loading language ‘chi_sim’ Tesseract couldn’t load any languages! Warning: Invalid resolution 0 dpi.

Tesseract 是一款由HP实验室开发，现由Google维护的开源OCR（Optical Character Recognition，光学字符识别）引擎。自从2006年开源以来，它以其开源性质、跨平台能力以及相对较高的识别准确率，成为了业界广泛使用的OCR工具之一。Tesseract支持多种操作系统，包括Windows、Linux和MacOS，并且能够识别多种语言文字。

Tesseract OCR是一个开源的光学字符识别引擎，最初由惠普公司开发并于1985年发布。随后，该技术在2006年被转为开源软件，并由谷歌进行维护和开发。Tesseract因其实用性和较高的识别准确度而受到全球开发者的青睐，特别适合用于文档扫描和图像转换为可编辑文本的场景。在Tesseract OCR中，”chi_sim.traineddata”是一个专门针对简体中文字符集的训练数据集，它包含了为Tesseract引擎优化的机器学习参数和统计模型。

70,037

社区成员

243,243

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章