[英]how to use tessdata_best for tesseract (pytesseract). What are the arguments and procedure?
TL;DR:如何在Ubuntu 18
的conda
中安装tessdata_best
以与pytesseract
一起使用?
我在conda
环境中使用pytesseract
已经有一段时间了,但是需要提高准确性,我发现tessdata_best
为您提供最好的准确性。 如何安装和使用该版本? 我正在使用Ubuntu 18
并且必须使用pytesseract
。
我的tesseract
安装在/usr/share/tesseract-ocr/
里面,里面只有 1 个tessdata
。
我是否需要通过将tessdata_best
复制到 tessdata 旁边的目录/usr/share/tesseract-ocr/
来从 github 获取tessdata
?
即使那样,如果我想使用tessdata-best
,我必须使用什么? 我需要将config
更改为--oem 0/1/2/3
吗?
第三也是最后一件事是我的language.trainedata
文件位于/home/deshwal/anaconda3/envs/py36/share/tessdata/eng.traineddata
。 我也需要在这个位置粘贴tessdata_best
吗? 因为当我尝试更改语言目录时,它给我的错误如下:
/home/deshwal/anaconda3/envs/py36/share/tessdata/equ.traineddata Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory. Failed loading language \'equ\' Tesseract couldn\'t load any languages! Could not initialize tesseract.'
我不知道我是否清楚地理解了您的问题,但是如果下面有帮助,请告诉我...您需要设置数据路径,其中包含您将复制 tessdata_best 训练模型的位置,例如,
正方体 tesseract = 新正方体(); // JNA 接口映射 tesseract.setDatapath("/home/tesseract/tessdata_best_4_0_0/tessdata");
您从 ( https://github.com/tesseract-ocr/tessdata_best ) 下载的所有 .traineddata 文件都应放在您在 setDataPath 中定义的目录中(例如:/home/tesseract/tessdata_best_4_0_0/tessdata)。
请注意:这些模型仅适用于 Tesseract 4 的 LSTM OCR 引擎,因此请确保您使用了库 4.1 或更高版本。
问候, 毛利克
根据 pytesseract 的文档,您可以将config
参数与--tessdata-dir
一起使用,如下所示:
# Example config: r'--tessdata-dir "C:\Program Files (x86)\Tesseract-OCR\tessdata"'
# It's important to add double quotes around the dir path.
tessdata_dir_config = r'--tessdata-dir "<replace_with_your_tessdata_dir_path>"'
pytesseract.image_to_string(image, lang='chi_sim', config=tessdata_dir_config)
有关更多详细信息,请参阅https://pypi.org/project/pytesseract/ 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.