正方体和 Tess4J

Question

我有一个关于 tesseract 培训的问题。 我目前正在使用 Tess4J 将 tesseract 集成到我的 java 程序中。 阅读有关 tesseract 训练的 tesseract wiki 页面 (http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3)，可以使用具有各种组合和字体的训练图像来训练 tesseract。

我是否可以只安装一个“普通”的 tesseract 3.02（windows 或 unix）来构建这些 lang.traineddata 文件，然后将其包含在我的 java 程序中的 Tess4J 包装器使用的 tessdata 文件夹中。还是 Tess4J 仅限于包含的英语语言数据，以及与程序捆绑在一起的示例图像？

如果是这样，是否可以通过其他方式将这些包含到我的 Tess4J 构建中？

Answer 1

由于它只是 Tesseract OCR 引擎的封装，它接受任何标准问题或自定义的训练数据文件。您可以在https://github.com/tesseract-ocr/tessdata 找到标准的训练数据。