Tesseract和Tess4J

Question

我有一個關於tesseract培訓的問題。 我目前使用Tess4J爲了在我的Java程序中集成tesseract。 閱讀tesseract培訓（http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3）上的tesseract wiki頁面，可以使用具有各種組合和字體的培訓圖像來培訓tesseract。

對我來說，是否有可能只有一個構建這些lang.traineddata文件的「正常」tesseract 3.02（windows或unix）安裝，然後將其包含在我的Tess4J包裝器從我的java程序中使用的tessdata文件夾中。或者Tess4J限制了包含英語的語言數據，以及與該程序捆綁在一起的示例圖像？

如果是這樣，是否有可能以其他方式將這些內容包含到我的Tess4J構建中？

Answer 1

由於它只是Tesseract OCR引擎的包裝，它接受任何標準問題或自定義訓練數據文件。你可以在https://github.com/tesseract-ocr/tessdata找到標準的訓練數據。