cmd - 有没有办法可以在 tesseract 中使用 Asterix(*)？

Question

我试图提取以使用我所有的盒子文件来提取字符，当我尝试这一行时

unicharset_extractor *.box

它给了我一个错误，它找不到 *.box 而不是加载所有盒子文件。

Answer 1

该特定程序不支持这种语法。您必须链接所有盒子文件的名称并提供给它，例如：

unicharset_extractor lang.fontname.exp0.box lang.fontname.exp1.box ...

您可以编写一个脚本（例如train.ps1）来自动化该过程。

http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3

Answer 2

我终于为此制作了自己的工具。[链接] http://code.google.com/p/serak-tesseract-trainer/