遇到問題培訓tesseract

我是tesseract的新手，並且與github頁面中的不同目錄有點混淆。遇到問題培訓tesseract

tesserac-ocr代碼庫是我安裝的。這在/ usr/local/share下安裝了tessdata目錄/ tessdata/

所以現在訓練時的Tesseract我運行下面的命令 -

# tesseract img.tif img box.train

我收到以下錯誤

Tesseract Open Source OCR Engine v3.03 with Leptonica 
Error opening data file /usr/local/share/tessdata/eng.traineddata 
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory. 
Failed loading language 'eng' 
Tesseract couldn't load any languages! 
Could not initialize tesseract.

顯然它無法找到tessdata文件夾。

所以，現在我從github獲得了tessdata目錄（https://github.com/tesseract-ocr/tessdata）。然後將TESSDATA_PREFIX指向從github下載的tessdata。不會改變任何東西。我得到以下錯誤 -

Tesseract Open Source OCR Engine v3.03 with Leptonica 
read_params_file: Can't open box.train

所以我的問題是應該指出什麼tessdata？ tesseract從訓練命令中獲得box.train的位置？

來源

2015-08-16 user220201

您是否創建並檢查box.train文件？如果不是，則必須先用'tesseract img.tif img batch.nochop makebox'創建box.train。之後，如果您的角色被正確檢測到，您將不得不檢查箱子文件。 –

一個最愚蠢的事情，你可以做新手盡力培養正方體;-)

下一頁：3.03版本是不是官方github.com回購（順便說一句：3.03從未正式發佈...它只是Ubuntu發佈的。）

下一步：如果您安裝了tesseract（源代碼）box.train已安裝。你從Ubuntu packages/repo安裝（我不這麼認爲，因爲在這種情況下，tesseract不會使用/ usr/local/...），你應該聯繫packager如何打包tesseract。

來源

2015-08-16 18:53:41 user898678

他們從code.google.com移至github，但未更新其文檔。問題是他們改變了代碼打包和分發的方式。我從源代碼安裝它。 – user220201

轉到github.com記錄爲其他項目 - 在主頁上。 – user898678

遇到問題培訓tesseract

回答

相關問題