1. 样本图片准备
2. 打开 jTessBoxEditor ，选择 Tools -> Merge TIFF，打开对话框，选择训练样本所在文件夹，并选中所有要参与训练的样本图片
3 弹出保存对话框，还是选择在当前路径下保存，文件命名为ty.cp.exp6.tif
4. tesseract ty.cp.exp6.tif ty.cp.exp6 -l ty batch.nochop makebox
5. 打开 jTessBoxEditor ，点击 Box Editor -> Open ，打开步骤2中生成的ty.cp.exp6.tif ，会自动关联到 “ty.cp.exp6.box” 文件：
6. 使用echo命令创建字体特征文件 echo cp 0 0 0 0 0>font_properties. 输入内容 “cp 0 0 0 0 0”
7. 使用 tesseract 生成 ty.cp.exp6.tr 训练文件
在终端中执行以下命名：
tesseract ty.cp.exp6.tif ty.cp.exp6 nobatch box.train
8. 生成字符集文件
在终端中执行以下命令：
unicharset_extractor ty.cp.exp6.box
9. mftraining -F font_properties -U unicharset -O ty.unicharset ty.cp.exp6.tr
与
cntraining ty.cp.exp6.tr
生成之后手工修改 Clustering 过程生成的 4 个文件（inttemp、pffmtable、normproto、shapetable）的名称为 [lang].xxx。这里改为 ty.inttemp、ty.pffmtable、ty.normproto、ty.shapetable。
10. 合并数据文件
在终端中执行以下命令：
combine_tessdata ty.
tesseract b01.jpg result -l ty --psm 7
2024-05-17 17:27:03
31.4MB
1
中文语义情绪识别训练样本
购物评论训练样本
可用于自然语义识别模型训练和预测
自带2万余条带有正负情绪倾向的中文评论
2023-02-08 16:19:56
2.85MB
1
【MATLAB教程案例63】学习如何建立自己的深度学习训练样本库，包括分类识别数据库和目标检测数据库这个课程中，所需要的样本图片测试。
2022-12-21 12:28:11
167KB
1
包含0到9的符合中国人手写习惯的数字样本，可以用来训练分类器，尤其适合于深度学习中的卷积神经网络，由于上传文件不能大于50M，故此样本为其中一部分，读者可仿照样子自己制作样本
2022-11-06 23:39:35
16.82MB
1
在财务领域，纸质报表向电子报表的转换需要大量的人工和时间成本。本文探究了纸质财务报表的自动识别过程，通过预处理、表头和表格区域的分割提取、单元格分割、字符提取与识别、表格还原等过程实现报表图片的转换，在实现报表信息便捷存储和查询的同时，也克服了人工录入的低效率、高成本等缺点。实验结果表明，该算法能有效实现图像的倾斜校正，且无需设置提示框限定拍摄范围；能有效分割表格格式的字符，其准确率为99.3%，无需手动框选待识别字符；字符识别准确率为93.7%，其中数字识别的准确率为97.8%，总体字符识别准确率相较Tesseract提升了8.1%。
2022-05-20 16:06:41
1.84MB
1