Tesseract 在 Docker 上訓練 (二)

$ docker start t4cmp

$ docker exec -it t4cmp bash

# cd /home/workspace/tesseract

# TESSDATA_PREFIX=/root/tesstutorial/tesseract/tessdata

# vi src/training/tesstrain_util.sh

尋找 phase_E_extract_features()

在 run_command tesseract ${img_file} ${img_file%.*} 後面加入 --psm 7

在 ${box_config} ${config} & 去除 &

移除  jobs="$jobs $!" 和 wait $jobs

# vi src/training/language-specific.sh

加入 你要增加的語言

src/training/tesstrain.sh --fonts_dir /usr/share/fonts --lang plate \

--linedata_only --my_boxtiff_dir /home/tmp --noextract_font_properties \

--langdata_dir ../langdata --tessdata_dir ~/tesstutorial/tesseract/tessdata  \

--output_dir ~/tesstutorial/platetrain

lstmtraining --model_output ~/tesstutorial/impact_from_full/impact \

--continue_from ~/tesstutorial/impact_from_full/eng.lstm \

--traineddata ~/tesstutorial/tesseract/tessdata/eng.traineddata \

--train_listfile ~/tesstutorial/platetrain/plate.training_files.txt \

--max_iterations 400 

lstmtraining --stop_training \

--continue_from ~/tesstutorial/impact_from_full/impact_0.031000_2_400.checkpoint \

--traineddata ~/tesstutorial/tesseract/tessdata/best/eng.traineddata \

--model_output ~/tesstutorial/impact_from_full/plate.traineddata

刪除無法訓練的圖

for i in `find /tmp/plate-2021-04-13.u4C -name "*.tif"`

do

LSTMF=${i//.tif/.lstmf}

if [ ! -f "$LSTMF" ]; then

  LSTMF=`basename "$LSTMF"`

  TIF=${LSTMF//.lstmf/.tif}

  BOX=${LSTMF//.lstmf/.box}

  rm /home/tmp/$TIF /home/tmp/$BOX

fi

done