ocr - 训练 tesseract 和多页 tiff

Question

我在 Windows 7 64 位上使用 tesseract 3.0.1。

培训文档说：

每种字体都应放在一个多页 tiff 中（仅当您使用 libtiff 时！）

我不熟悉libtiff。我使用 ImageMagick 创建多页 tiff。到目前为止，这运作良好，或者至少看起来如此。我以后会遇到一些障碍吗？如果是这样，如何处理 libtiff - 运行它的设置是否足够或者我需要配置一些东西？

Answer 1

Tesseract 并不关心您如何生成多页 tiff，只要它可以使用 leptonica 读取它（内部依赖于 libtiff）。如果 tesseract 现在可以处理您的 tiff，那么它可以在其余的训练过程中执行相同的操作以及运行 OCR，所以您可以开始了。我已经用 .Net 标准库制作了我的多页 tiff，而 tesseract 没有问题。