Tesseract训练-只有数字的新字体

Question

所有数字都提供在一个透明背景的png文件中。如果我从它创建一个盒子文件，训练它等等-所有工作都很好！

正如你所看到的，数字是完全一样的，以及位置等等。与图像1的唯一区别是，我使用了黄色背景，从现在开始，没有什么工作了。我创建了一个框文件，我设置了与第一个图像相同的位置：

0 5 4 20 22 0
1 27 4 38 21 0
2 48 4 60 22 0
3 71 3 83 22 0
4 94 5 109 22 0
5 119 5 131 22 0
6 143 5 157 22 0
7 172 5 184 22 0
8 197 5 211 23 0
9 224 5 238 22 0

然后我训练了这个盒子，但是结果的。tr文件是完全空的。我没有在这里停下来，完成了所有其他步骤。结果字体无法使用！

所以我的问题是，如何训练tesseract识别这些数字，无论使用哪个背景？

我使用ImageMagick对图像进行预处理，我发现一个命令对各种背景都很有效。所以我想训练tesseract创建的图像，但它并不像我想象的那样工作...首先，我创建了box文件，其中大部分是空的。嗯，我用了一个网站来组织角色的位置，我花了很多时间来完美地剪裁！之后，我创建了结果。tr文件，并完成了其他训练Tesseract的工作。

最后，我得到了“traineddata”，我将该文件移动到tesseract的“tessdata”目录，并像应该使用的那样使用它：

tesseract example.jpg output -l mg

（我把新字体叫做“MG”）

好吧，不管怎样，它不能识别全部或大部分！我打开这个线程寻找帮助，直到现在没有人真正知道如何做到这一点，可悲的是....请帮帮我。

我使用和创建的整个tesseract训练文件可以在这里找到：

Tesseract培训目录（作为无zip/not compressed->查看目录的所有文件）

Answer 1

您可以将任何颜色的图像更改为二值图像，然后使用tesseract，这样无论您使用的是什么颜色，您将始终有相同的结果。