如何在 tesseract 5 alpha lstm 训练中从 .box 和 .tif 文件生成 lstmf

Question

我正在使用 tesseract 的当前 alpha 版本 5。目前，我正在尝试使用没有字体文件的图像进行训练。我设法使用以下命令从图像生成盒子文件。

tesseract image.tif imagebox -l ara wordstrbox

在这一步之后，我将修复 OCR 中的错​​误。然后我需要将box文件和tif转换成.lstmf文件。

我找不到任何有关如何执行此操作的指导。所有有以下内容： OCR training documentation

训练数据通过 .lstmf 文件提供，这些文件是序列化的 DocumentData 它们包含图像和相应的 UTF8 文本转录，并且可以使用 Tesseract 以类似于 .tr 文件的方式从 tif/box 文件对生成是为旧引擎创建的。

请告知现阶段如何将 tif 和 box 转换为 lstmf。

谢谢，

Answer 1

找到了，

tesseract image.tif training --psm 6 lstm.train

但是盒子文件名应该和图片文件名一样。