Text Recognition OCR

@jayakumar

Текст-распознание-окр

Обучение новой модели TR с использованием Tesseract OCR Engine 5.2 с новыми шрифтами.

Tesseract Ocr

Этот проект основан на tesseract ocr -5.2

Мы можем добавить новые шрифты и тренировать модель для распознавания текста на изображении или PDF с лучшей точностью.

Мы используем лучшую модель LSTM ENG в качестве базовой модели.

Пожалуйста, используйте официальный репо с Tesseract для настройки и изменения требований, используя это репо для дальнейшего обучения и тестирования.

Для загрузки страниц дайте имя шрифта в аргументе FONTLIST, а также дайте имя каталога в REAKE_DIR TRAIN/который вы создаете в пути »Tesseract-5.2.0-RC1/Train/"

sudo src/training/tesstrain.sh-fonts_dir/usr/local/share/fonts-fontlist 'digital-7 mono' 'vitali slab fat, регулярное «Падение небо, жирное жирный tessdata -save_box_tiff -maxpages 500000 -output_dir train/directory_name

Установка и обучение

Run ./autogen.sh

Запустить ./configure-enable-debug

Запустить

Запустить сделать установку

Запустить ldconfig

Запустить обучение

Запустить обучение-установку

Запустить Apt Установить Python3-PIP

Запустите cp ./fonts/*/usr/local/share/fonts/

Запустить chmod +x/ocraining/auto.old.sh

Env tessdata_prefix =/ocr/training/tessdata

Intrypoint ["/cor/training/auto.old.sh"]